Applying European Ideas on Federalism and Doing It Better? The Government of Canada’s Homelessness Policy Experiment
Bibliographic record
Abstract
Même s’il n’a pas de façon explicite autorité pour légiférer dans ce domaine, le gouvernement fédéral a, en 2000, mis sur pied l’Initiative nationale pour les sans-abri. Dans cet article, j’avance que ce programme fédéral ressemble beaucoup, dans plusieurs de ses aspects fondamentaux, à un modèle de gouvernance conçu par l’Union européenne et appelé « méthode ouverte de coordination » (MOC). Le contexte institutionnel dans lequel ce modèle a été créé est intéressant, parce que, si la Commission européenne n’a pas formellement autorité pour obliger les membres de l’Union à coordonner leurs politiques sociales, elle utilise néanmoins des mécanismes non contraignants ou de nature volontaire pour tenter d’y arriver. Pour démontrer dans la pratique la flexibilité du programme fédéral canadien, qui ressemble à la MOC, ainsi que ses implications en matière de gouvernance, d’obligation de rendre des comptes et d’efficacité, j’analyse de plus près les cas de Vancouver et de Toronto. J’en conclus que, alors que la solution du problème de l’itinérance se bute constamment à un manque de financement stable, une application des principes du modèle MOC – adapté à la situation canadienne – pourrait permettre d’améliorer la gestion, la coordination et l’efficacité des politiques publiques liées à l’itinérance, et que cette question devrait donc attirer l’attention des décideurs politiques et des chercheurs qui s’intéressent au fédéralisme canadien.
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 | 0.009 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.018 | 0.013 |
| Scholarly communication | 0.015 | 0.005 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.011 | 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".