La relation entre le gouvernement et le bonheur : analyse des gouvernements provinciaux canadiens
Bibliographic record
Abstract
L’objectif de cette recherche est de déterminer si les gouvernements provinciaux canadiens pourraient être en relation avec le bonheur de leur population. Les études antérieures indiquent qu’il n’existe toujours pas de consensus sur la manière dont la taille de l’État et dont les différents secteurs de dépenses gouvernementales interagissent avec le bonheur. La méthodologie de cette recherche utilise une base de données rassemblant des informations sur des Canadiens et Canadiennes de toutes les provinces. Des variables collectives sur la taille de l’État, sur les dépenses gouvernementales et sur le contexte économique sont ensuite associées à chaque individu. Grâce à des régressions de type probit ordonné, nous arrivons à la conclusion qu’il est plus probable que les variables individuelles soient en relation avec le bonheur que les variables collectives. La taille de l’État ne semble pas être en relation avec le bonheur des individus. Toutefois, bien que plusieurs résultats soient non statistiquement significatifs, ceux qui le sont portent à croire que les dépenses en logement, en loisirs, en environnement, en éducation, en services économiques, en services sociaux et en santé seraient en relation positive avec le bonheur, alors que celles en planification et en aménagement des régions (et possiblement les dépenses sociales prises dans leur ensemble) laissent plutôt transparaître une relation négative. La décentralisation de l’administration provinciale vers les administrations locales semble également être en relation positive avec le bonheur, alors que le service de la dette de l’État provincial serait en relation négative avec celui-ci. Pour ce qui est des variables individuelles, être marié ou en couple (par rapport à être célibataire), être en bonne santé, avoir une bonne confiance sociale, être satisfait financièrement et accorder beaucoup d’importance à Dieu sont des variables qui, de manière assez robuste, semblent en relation positive avec le bonheur. De plus, les habitants de la Nouvelle-Écosse seraient possiblement plus heureux que ceux vivant en Ontario. À l’inverse, être une personne de couleur, avoir comme plus haut diplôme un diplôme collégial, être sans emploi, être un immigrant et être un homme seraient en relation négative avec le bonheur. Nous avançons comme explications à nos résultats que dans les analyses du bonheur, les facteurs ayant une répercussion plus concrète dans la vie quotidienne des individus semblent prendre une plus grande importance. Pour l’étude de la relation entre le gouvernement et le bonheur, nous invitons donc les chercheurs à se concentrer sur des politiques ou des secteurs de dépenses plus spécifiques, aux impacts plus directs. Enfin, l’utilisation de variables subjectives pourrait apporter de nouveaux éclairages au domaine de l’analyse des politiques.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".