Les disparités de l'aide sociale entre États aux États-Unis
Bibliographic record
Abstract
Résumé L’aide sociale aux États-Unis regroupe près de 80 dispositifs sous conditions de ressources et tous ciblés sur des catégories de personnes, principalement les ménages avec enfants. La plupart de ces programmes qui constituent le Welfare ont fait l’objet, au cours des années quatre-vingt-dix, de réformes qui, en renforçant le principe de contrepartie et en favorisant le retour à l’emploi, ont modifié la fonction de l’aide sociale. De plus, la principale réforme de l’aide sociale survenue en 1996, instaurant un système de Workfare à l’échelon fédéral, a accentué l’autonomie des États dans la gestion et la définition des programmes. L’analyse de cette réforme et ses applications sont généralement appréhendées au niveau national or d’importantes différences apparaissent lorsque l’on centre l’étude sur les politiques d’aide sociale menées par les États fédérés. C’est l’optique choisie par cet article qui cherche avant tout à décrire les disparités des dispositifs institutionnels mis en place par les États fédérés, leurs différences de stratégies en matière de politique sociale et les résultats sur le niveau de pauvreté. L’analyse par cas types nous permet d’illustrer plus concrètement les écarts observés entre États.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".