MétaCan
Menu
Retour à la cohorte
Enregistrement W4410736419 · doi:10.1332/03055736y2025d000000071

How do populist discourses influence policy termination?

2025· article· en· W4410736419 sur OpenAlexaffabout
Vandna Bhatia

Notice bibliographique

RevuePolicy & Politics · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePolitical economyEconomics

Résumé

récupéré en direct d'OpenAlex

Policy termination is an underexplored area in policy studies, gaining attention during the 1980s with the rise of new public management and austerity measures. Assumptions of rational, evidence-based evaluations quickly gave way to the conclusion that political ideology and partisanship are the central drivers of termination in policy research, but with little insight into how and why. The recent upsurge in populist discourse has renewed interest in policy termination, particularly as populist agendas frequently include rhetoric about dismantling government programmes. This article examines how ideas, in the form of populist discourses, influence policy termination. Using the Ontario Progressive Conservative Party’s (OPCP) 2018 election as a case study, it focuses on the termination of Ontario’s carbon cap-and-trade policy and the repeal of its sexual health education curriculum. It highlights the role of political ideas and discourse in reframing issues and providing compelling narratives to build broad supporting coalitions and lower barriers to termination. The findings suggest that while populist leaders can mobilize support for termination, the success of such efforts depends on the alignment of political ideas with the lived realities and values of the people. This article contributes to the literature by elucidating the mechanisms through which ideas influence policy termination, offering insights into the dynamics of policy change in the context of contemporary populism.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,047
score de la tête « metaresearch » (Gemma)0,076
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,377

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,076
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0220,075
Communication savante0,0250,012
Science ouverte0,0030,014
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,018
Tête enseignante GPT0,405
Écart entre enseignants0,386 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolicy & PoliticsMême sujetSocial Policy and Reform StudiesTravaux en français237 207