MétaCan
Menu
Retour à la cohorte
Enregistrement W1975840439 · doi:10.1002/hec.1463

The growth of poor children in China 1991–2000: why food subsidies may matter

2009· article· en· W1975840439 sur OpenAlexaff
Lars Osberg, Jiaping Shao, Kuan Xu

Notice bibliographique

RevueHealth Economics · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPovertyCouponQuantile regressionSubsidyConsumption (sociology)EconomicsPer capitaChinaFood securityDemographyDemographic economicsEnvironmental healthGeographyMedicineEconomic growthAgriculturePopulationSociology

Résumé

récupéré en direct d'OpenAlex

How did rapid growth in per capita income and rising income inequality during 1991-2000 in China affect the health status of Chinese children, given that the disappearance in the 1990s of subsidized food coupons simultaneously increased the importance of money income in enabling consumption of basic foods by poor families? Using the China Health and Nutrition Survey data for 1991, 1993, 1997, and 2000 on 4400 households in nine provinces, we examine the height-for-age of Chinese children aged 2-13, with particular emphasis on the growth of children living in poor households. We use mean regression and quantile regression models to isolate the dynamic impact of poverty status and food coupon use on child height-for-age. Our principal findings are: (i) controlling for standard variables (e.g. parents' weight, height, and education) poverty is correlated with slower growth in height-for-age between 1997 and 2000 but not earlier; (ii) in 2000, poverty is negatively correlated with strong growth in height-for-age; and (iii) food coupon use in earlier periods correlates positively with growth in height-for-age. The general moral is the crucial social protection role that subsidized food programmes can potentially play in maintaining the health of poor children.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,240
Score d'incertitude au seuil0,478

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,266
Écart entre enseignants0,254 · 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

Citations24
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetPoverty, Education, and Child WelfareTravaux en français237 207