L’impact de l’utilisation d’un budget de référence sur le niveau de générosité du soutien financier minimal dans les pays de l’OCDE
Bibliographic record
Abstract
De nombreux travaux académiques se sont penchés sur les facteurs influençant le niveau de générosité des bénéfices du soutien financier minimal dans les pays de l’OCDE dans les vingt dernières années. Les études ont ainsi découvert que la générosité des prestations pouvait être positivement liée avec un PIB élevé, un haut de degré de centralisation du régime d’assistance sociale et le développement d’un régime d’assurance sociale de type universel. De même, l’approche budgétaire comme méthode de détermination du niveau minimal des prestations d’assistance sociale a attiré davantage l’attention du monde académique dans les dernières années et on semble redécouvrir les vertus d’une approche budgétaire basée sur les besoins des prestataires. Toutefois, aucun chercheur ne semble avoir vérifié si l’utilisation de l’approche budgétaire comme déterminant du niveau de bénéfices d’aide financière de dernier recours était positivement ou négativement corrélée avec le niveau de générosité des bénéfices accordés. C’est cette vérification que ce travail s’est appliqué à faire. La conclusion principale de cette recherche est qu’en soi, l’utilisation d’une approche basée sur les besoins des prestataires pour établir le niveau des prestations d’assistance sociale n’est pas suffisante pour assurer un haut niveau de générosité des bénéfices. Il faut qu’un État fasse le choix de se baser sur un standard budgétaire qui permette d’atteindre un niveau de vie raisonnable ou décent pour garantir un degré de générosité de soutien financier minimal élevé. Les cas du Québec et de la Suède démontrent d’ailleurs comment le recours, pour le premier, à un budget de référence dit « de subsistance » peut influencer à la baisse la générosité des bénéfices, alors que celui d’un budget « raisonnable », pour le second, a influencé à la hausse le niveau de générosité des prestations.
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 | 0.028 | 0.058 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".