Care‐giver advice as a preventive measure for drinking during pregnancy: zeros, categorical outcome responses, and endogeneity
Notice bibliographique
Résumé
We conduct an empirical investigation of the impact of prenatal care-giver advice on alcohol consumption by pregnant women. In the design of the model and estimator, we pay particular attention to three aspects of the data. First, a large proportion of pregnant women do not drink at all. To accommodate this aspect of the sample we base the essential formulation of the model on the modified version of the two-part approach of Duan et al. (Journal of Business and Economic Statistics 1983; 1: 115-126.) suggested by Mullahy (Journal of Health Economics 1998; 17: 247-281.). Second, in the survey that we analyze (the 1988 National Maternal and Infant Health Survey - NMIHS), respondents were only required to report their consumption up to a specified range of values (e.g. 1-2 drinks per week, 2-5 drinks per week, and so on). For this reason, the model is cast in the grouped regression framework of Stewart (Review of Economic Studies 1983; 50: 141-149.). Third, the binary physician advice variable is likely to be endogenous and the econometric specification explicitly accounts for this possibility. To summarize the results, we find that failing to account for endogeneity leads to the counterintuitive conclusion that advice has a positive and statistically significant influence on drinking during pregnancy. When the model is extended to allow for potential endogeneity, we find that advice has a negative and statistically significant impact.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».