Impacts de la « contribution santé » sur la pauvreté et les inégalités au Québec
Bibliographic record
Abstract
La contribution santé a été mise en place par le gouvernement québécois le 1er juillet 2010 et consistait alors à demander une cotisation forfaitaire de 25 $ par adulte et par an. Le montant est passé à 100 $ en 2011 puis à 200 $ en 2012. En 2013, une réforme du nouveau gouvernement fait de la contribution santé une contribution partiellement progressive puisque dépendante du revenu du contribuable. Or il existe au Québec la Loi 112, loi visant à lutter contre la pauvreté et l'exclusion sociale votée en décembre 2002, et mise en place par le gouvernement québécois. L’article 7 de ladite Loi dit notamment que le gouvernement doit « assurer, à tous les niveaux, la constance et la cohérence des actions ». Ce projet de recherche s’inscrit donc dans ce contexte puisqu’il consiste précisément à vérifier si la Loi 112 est en cohérence avec la contribution santé. En d’autres termes, il s’agira de vérifier si la contribution santé mise en place rejoint la Loi 112, en évitant d’accroitre la pauvreté et les inégalités au Québec. Dans notre travail, nous avons ainsi mesuré la pauvreté et les inégalités au Québec depuis la mise en place de la contribution santé. Il nous a paru intéressant d’identifier l’impact de la contribution santé sur la pauvreté et les inégalités au Québec à travers les quatre scénarios que sont : (1) tout le monde paye la contribution santé forfaitaire de 200 $ à l’exception de personnes exemptées par le gouvernement québécois (cas réel de l’année 2012 avec la CS dans sa version initiale); (2) application de la contribution santé non forfaitaire (cas actuel et réel avec la CS révisée après 2012). Les deux autres scénarios visent à répondre aux critiques auxquelles a fait face la CS. Dans le scénario (3), le montant forfaitaire de la contribution santé passe de 200 $ à 1000 $. Enfin, dans le dernier scénario (4), nous analysons l’impact de cette taxe forfaitaire lorsque l’ensemble de la population participe à la contribution santé forfaitaire jusqu’à concurrence de 200 $ sans tenir compte des seuils d’exemption imposés par le gouvernement. Les principaux résultats nous montrent que seul le deuxième cas a des conséquences moindres sur la pauvreté et les inégalités aux Québec. En d’autres termes, le deuxième scénario est en concordance avec la Loi 112 contrairement aux trois autres.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".