MétaCan
Menu
Retour à la cohorte
Enregistrement W4405452843 · doi:10.1002/pop4.419

The Effect of Loosening Means‐Testing Requirements on Income Assistance Flows in British Columbia Canada

2024· article· en· W4405452843 sur OpenAlexaffabout
Gillian Petit, Lindsay M. Tedds

Notice bibliographique

RevuePoverty & Public Policy · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEarningsArgument (complex analysis)EconomicsTest (biology)Asset (computer security)Labour economicsDemographic economicsBusinessActuarial sciencePublic economicsFinanceMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT In Canada, eligibility for provincial income assistance requires applicants and recipients to pass a means test—they must have income and assets below a specified level. The “good policy” argument argues that strict means tests ensure those with sufficient income or assets cannot access nor continue on income assistance, keeping caseloads low. The “bad policy” argument argues that strict means tests reduce the ability of income assistance recipients from becoming self‐sufficient. Exploiting an increase in asset thresholds and the introduction of an earnings exemption in British Columbia, we test these hypotheses using recipient‐level data. Our findings suggest that loosening means‐testing requirements is unlikely to result in an influx in new income assistance recipients but that it could encourage re‐entry; however, it could also help recipients exit income assistance permanently.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,224
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePoverty & Public PolicyMême sujetFiscal Policy and Economic GrowthTravaux en français237 207