Effective Tool or Effectively Hollow? Balanced Budget Legislation in Western Canada
Bibliographic record
Abstract
Il y a maintenant une vingtaine d’années que les premières lois d’équilibre budgétaire ont été adoptées au Canada. Cette période de temps suffisante ainsi que le ralentissement économique des dernières années créent des conditions qui permettent maintenant aux chercheurs d’analyser les effets de ces lois, dont l’objectif était d’inciter les gouvernements à une plus grande responsabilité financière. Dans cet article, nous analysons l’impact que ces lois ont eu dans les quatre provinces de l’Ouest. Notre analyse est à la fois quantitative – nous évaluons les effets des lois sur la croissance des dépenses – et qualitative – la récession de 2008-2009 ayant constitué le premier grand test pour ces lois depuis leur mise en place. Nous concluons que les lois d’équilibre budgétaire n’ont pas vraiment permis d’atteindre les objectifs fixés au départ. Notre analyse empirique montre en effet qu’elles n’ont pas permis en période de santé économique de limiter la croissance des dépenses par rapport aux revenus dans la plupart des provinces, et que celles-ci se sont donc retrouvées dans une situation de vulnérabilité quand est arrivée la récession. En d’autres mots, les lois d’équilibre budgétaire n’ont été assez solides ni pour assurer la réduction de la croissance des dépenses quand tout allait bien, ni pour éviter que les gouvernements ne choisissent de faire des déficits en période de récession. Notre analyse suggère que, comme toute loi, les lois d’équilibre budgétaire ne sont efficaces que si elles sont portées par une volonté politique et le soutien de la population.
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 | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.008 | 0.004 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".