MétaCan
Menu
Retour à la cohorte
Enregistrement W6962859855 · doi:10.17605/osf.io/n95gm

American Exceptionalism Revisited: Tax Relief, Poverty Reduction, and the Politics of Child Tax Credits

2016· article· en· W6962859855 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExceptionalismAmerican exceptionalismTax creditPovertyChild povertyTax reformSocial policyCashPolitics

Résumé

récupéré en direct d'OpenAlex

In the 1990s, several liberal welfare regimes (LWRs) introduced child tax credits (CTCs) aimed at reducing child poverty. While in other countries these tax credits were refundable, the United States alone introduced a nonrefundable CTC. As a result, the United States was the only country in which poor and working-class families were paradoxically excluded from these new benefits. A comparative analysis of Canada and the United States shows that American exceptionalism resulted from the cultural legacy of distinct public policies. We argue that policy changes in the 1940s institutionalized different "logics of appropriateness" that later constrained policymakers in the 1990s. Specifically, the introduction of family allowances in Canada and other LWR countries naturalized a logic of income supplementation in which families could legitimately receive cash benefits without the stigma of "welfare." Lacking this policy legacy, American attempts to introduce a refundable CTC were quickly derailed by policymakers who saw it as equivalent to welfare. Instead, they introduced a narrow, nonrefundable CTC under the alternative logic of "tax relief," even though this meant excluding the lowest-income families. The cultural legacy of past policies can explain American exceptionalism not only with regard to CTCs but to other social policies as well.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,031
Communication savante0,0060,003
Science ouverte0,0010,004
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,308
Écart entre enseignants0,293 · 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'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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkMême sujetGender, Labor, and Family DynamicsTravaux en français237 207