MétaCan
Menu
Retour à la cohorte
Enregistrement W1607414586 · doi:10.3386/w11135

How Does Job-Protected Maternity Leave Affect Mothers' Employment and Infant Health?

2005· report· en· W1607414586 sur OpenAlexafffundabout
Michael Baker, Kevin Milligan

Notice bibliographique

RevueNational Bureau of Economic Research · 2005
Typereport
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAffect (linguistics)Maternity leaveParental leaveDemographic economicsPsychologyEnvironmental healthNursingMedicineBusinessLabour economicsWork (physics)Sick leaveEconomicsCommunicationEngineering

Résumé

récupéré en direct d'OpenAlex

Maternity leaves can affect mothers' and infants' welfare if they first affect the amount of time working women stay at home post birth. We provide new evidence of the labor supply effects of these leaves from an analysis of the introduction and expansion of job-protected maternity leave in Canada. The substantial variation in leave entitlements across mothers by time and space is likely exogenous to their unobserved characteristics. This is important because unobserved heterogeneity correlated with leave entitlement potentially biases many previous studies of this topic. We find that modest mandates of 17-18 weeks do not increase the time mothers spend at home. The physical demands of birth and private arrangements appear to render short mandates redundant. These mandates do, however, decrease the proportion of women quitting their jobs, increase leave taking, and increase the proportion returning to their pre-birth employers. In contrast, we find that expansions of job-protected leaves to lengths up to 70 weeks do increase the time spent at home (as well as leave-taking and job continuity). We also examine whether this increase in time at home affects infant health, finding no evidence of an effect on the incidence of low birth weight or infant mortality.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,217
Tête enseignante GPT0,488
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetGender, Labor, and Family DynamicsTravaux en français237 207