MétaCan
Menu
Retour à la cohorte
Enregistrement W1648664186 · doi:10.3386/w21371

The Intergenerational Transmission of War

2015· report· en· W1648664186 sur OpenAlexaff
Filipe Campante, David Yanagizawa-Drott

Notice bibliographique

RevueNational Bureau of Economic Research · 2015
Typereport
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésTransmission (telecommunications)GenealogyGeographyComputer scienceHistoryTelecommunications

Résumé

récupéré en direct d'OpenAlex

We study whether war service by one generation affects service by the next generation in later wars, in the context of the major US theaters of the 20th century.To identify a causal effect, we exploit the fact that general suitability for service implies that how close to age 21 an individual's father happened to be at a time of war is a key determinant of the father's likelihood of participation.We find that a father's war service experience has a positive and significant effect on his son's likelihood of service.We estimate an intergenerational transmission parameter of approximately 0.1, across all wars, and that each individual war had a substantial impact on service in those that followed.We find evidence consistent with cultural transmission of war service from fathers to sons, and with the presence of substitutability between this direct transmission and oblique transmission (from society at large).In contrast, father's war service increases sons' educational achievement and actually reduces the likelihood of military service outside of wartime, suggesting that the results cannot be explained by material incentives or broader occupational choice.Taken together, our results indicate that a history of wars helps countries overcome the collective action problem of getting citizens to volunteer for war service.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,531
Tête enseignante GPT0,568
Écart entre enseignants0,037 · 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 source (Gemma direct ou Codex distillé), 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

Citations32
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetCulture, Economy, and Development StudiesTravaux en français237 207