MétaCan
Menu
Retour à la cohorte
Enregistrement W2108722879 · doi:10.1111/j.1728-4457.2011.00410.x

Fiscal Externalities of Becoming a Parent

2011· article· en· W2108722879 sur OpenAlexaff
Douglas A. Wolf, Ronald Lee, Timothy Miller, Gretchen Donehower, Alexandre Genest

Notice bibliographique

RevuePopulation and Development Review · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensEmployment and Social Development Canada
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute on Aging
Mots-clésExternalityEconomicsPopulationHomogeneousArgument (complex analysis)Demographic economicsPublic economicsEconometricsMicroeconomicsDemography

Résumé

récupéré en direct d'OpenAlex

Theoretical and empirical results suggest that there are externalities to childbearing, but those results usually assume that these externalities accrue uniformly within a homogeneous population. We advance this argument by developing separate estimates of the fiscal externalities associated with parents—those who devote time or material resources to minor children—and nonparents. Our analysis uses data from the US Panel Study of income Dynamics on the age profiles of taxes paid and publicly funded benefits consumed by parents and nonparents, together with a previously developed intertemporal economic-demographic accounting model. The accounting framework takes into account the net fiscal impacts of future generations as well as the present population. Our findings indicate that, with a 3 percent discount rate, parents produce a substantial net fiscal externality, about $217,000 in 2009 dollars. This is equivalent to a lifetime annuity of nearly $8,100 per year beginning at age 18. The results are sensitive to both the discount rate used and the proportion of parents within the cohort.

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)0,004
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,138
Tête enseignante GPT0,341
Écart entre enseignants0,203 · 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

Citations33
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePopulation and Development ReviewMême sujetGender, Labor, and Family DynamicsTravaux en français237 207