Les politiques de revenu minimum dans les provinces canadiennes : une étude comparée de l’aide sociale au Canada
Bibliographic record
Abstract
L’objectif de ce mémoire est d’identifier les déterminants de la générosité de l’aide sociale au Canada. Plus précisément, quels sont les facteurs qui expliquent les variations entre les montants d’aide sociale entre les provinces canadiennes de 1990 à 2009? Pourquoi le Québec, la Saskatchewan et Terre-Neuve-Labrador sont plus généreux que le Nouveau-Brunswick et l’Alberta? L’analyse de ces 10 politiques distinctes est produite à partir d’un cadre théorique quadripartite qui inclut le rôle des acteurs (partis politiques et syndicats), les traits institutionnels (dépenses publiques et engagement à la redistribution), les contraintes budgétaires (taux d’assistance sociale, dette, économie) et le rôle du gouvernement fédéral (montant et type de transfert). Les résultats démontrent que l’aide sociale est une politique hautement dépendante au sentier et incrémentale. Des transferts fédéraux à coût partagé et un taux de syndicalisation élevé sont des facteurs qui exercent une influence positive sur la générosité des provinces. À l’inverse, les partis de droite ainsi qu’une situation budgétaire difficile ont un impact négatif. Il faut noter que la richesse économique des provinces n’est pas associée à une plus grande générosité de l’aide sociale, au contraire les prestations d’aide sociale étaient plus faibles en 2009 qu’en 1990 malgré un PIB qui a presque doublé. De plus, des provinces riches comme l’Alberta et la Colombie-Britannique sont peu généreuses. Finalement, il faut noter que les partis politiques de gauche n’ont pas l’effet positif escompté sur la générosité des politiques de revenu minimum.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.012 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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.
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".