« Corporate Welfare » : l’industrie des services sociaux et la réforme du « Welfare State » aux États-Unis
Bibliographic record
Abstract
L’auteur analyse les transformations en cours dans le vaste système des services sociaux aux États-Unis. Réduction des dépenses, décentralisation des programmes constituent le principe de base de la philosophie conservatrice. Mais depuis peu, un nouveau thème est apparu, celui d’un rôle accru des initiatives privées dans le secteur des services sociaux. L’article analyse l’influence du secteur privé dans trois domaines : la sécurité du revenu, en particulier les pensions de vieillesse, les soins de santé et les nouveaux centres d’accueil destinés aux personnes âgées qui ont des ressources financières suffisantes, les politiques dites de « zones d’entreprises » qui consistent à favoriser l’implantation d’industries dans les zones les plus défavorisées, tant urbaines que rurales, en suspendant les réglementations de protection des conditions de travail, du salaire minimum, etc., afin de rendre ces zones plus attrayantes pour les investisseurs. Ainsi est en train de se mettre sur pied une véritable industrie privée des services sociaux qui tend à introduire dans la logique du marché de vastes secteurs jusque-là pris en charge par les programmes gouvernementaux. Que vont devenir, dans un tel rapport de forces, les populations les plus pauvres, puisque le gouvernement n’aura plus les moyens financiers d’assurer une réponse adéquate à leurs besoins ? Le « Corporate Welfare » est en train de remplacer le « Welfare State ».
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".