Divergences et convergences idéologiques sur les dépenses sociales et de santé
Bibliographic record
Abstract
Cet article se penche sur l’impact de l’orientation idéologique du gouvernement sur les réformes de politiques sociales et de santé dans les pays de l’OCDE. Nous assemblons une base de données regroupant 21 pays de 1970 à 2019 et proposons un nouvel indice de démarchandisation des soins de santé. Nous appuyant sur le concept de partage et de concentration des risques sociaux, nous démontrons que l’idéologie des partis politiques a plus d’impact sur les politiques sociales que sur les politiques de santé. Contrairement à notre hypothèse, les partis de droite ne sont pas plus susceptibles de favoriser des réformes laissant une place plus grande au privé dans les soins de santé, sauf aux États-Unis où l’on observe une forte polarisation partisane. L’idéologie du gouvernement n’influence pas davantage les réformes de santé dans les systèmes de santé nationaux où l’État peut plus facilement imposer des changements que dans les systèmes assurantiels.
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 | 0.020 | 0.033 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.006 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.005 |
| 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".