MétaCan
Menu
Back to cohort
Record W1800421407 · doi:10.3917/rfas.084.0165

La Prestation nationale pour enfants au Canada

2008· article· fr· W1800421407 on OpenAlexaffabout
Deena White

Bibliographic record

VenueRevue française des affaires sociales · 2008
Typearticle
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsMinistère de l’Emploi et de la Solidarité Sociale (Québec)
Fundersnot available
KeywordsPolitical scienceHumanitiesArt

Abstract

fetched live from OpenAlex

Résumé Est-ce que le gouvernement canadien est en train de perdre son rôle traditionnel de constructeur, garant et représentant de l’État-providence canadien? Cet article trace l’histoire de la Prestation nationale pour enfants (PNE), la politique sociale la plus importante adoptée à l’échelle nationale depuis les années 1970, afin d’illustrer le processus par lequel la citoyenneté sociale canadienne perd son sens devant la diversité des appropriations provinciales de cette politique. À travers une analyse comparative de la mise en œuvre de la PNE en Ontario et au Québec et de leurs résultats, il montre que cette politique peut porter des visages différents : une politique de lutte contre l’assistance en Ontario ; une politique de conciliation famille-travail au Québec. Cette diversité s’explique par des variables institutionnelles, liées au fédéralisme canadien, mais aussi par des variables de stratégie politique. L’analyse montre aussi que le gouvernement fédéral continue à orchestrer les grands virages des politiques sociales à travers le pays. Malgré les différences entre les Provinces vis-à-vis de la PNE, cette dernière a pu favoriser une convergence des programmes provinciaux vers l’intégration de la politique sociale à la politique d’emploi. Par contre, il ne s’agit pas de la même politique d’emploi d’une Province à l’autre, avec des conséquences importantes pour la citoyenneté sociale canadienne.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.920
Threshold uncertainty score0.583

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0060.003
Scholarly communication0.0020.001
Open science0.0000.002
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0080.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.058
GPT teacher head0.287
Teacher spread0.229 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2008
Admission routes2
Has abstractyes

Explore more

Same venueRevue française des affaires socialesSame topicSocial Sciences and GovernanceFrench-language works237,207