Problématique de la caisse générale de compensation en Tunisie
Bibliographic record
Abstract
La Caisse Générale de Compensation (CGC) en Tunisie est confrontée à une contradiction fondamentale dans son système de subvention alimentaire. Cette contradiction découle de plusieurs déterminants sous-jacents. Historiquement, les subventions alimentaires ont été mises en place pour stabiliser les prix et assurer la sécurité alimentaire. Cependant, l'intégration de la Tunisie dans l'économie mondiale et les politiques de libéralisation économique imposées par des organismes internationaux comme le FMI et la Banque mondiale ont généré des tensions. Bien que la Tunisie ait réussi à maîtriser les charges de la CGC, les flambées des prix mondiaux, notamment en 2006-2008, ont rendu ces charges insoutenables pour les finances publiques. Une analyse économétrique avec la méthode ARDL a révélé que les politiques agricoles, monétaires et salariales ont des effets significatifs à long terme sur les subventions, en particulier celles des céréales, qui sont les produits les plus subventionnés. Ces résultats soulignent la nécessité de réformes profondes pour garantir la viabilité économique et sociale du système de compensation alimentaire en Tunisie.
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 | 0.005 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.009 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".