MétaCan
Menu
Retour à la cohorte
Enregistrement W2132482964 · doi:10.1111/j.1468-0351.2007.00305.x

Patrilocality and human capital accumulation
<i>Evidence from Central Asia</i><sup>1</sup>

2007· article· en· W2132482964 sur OpenAlexaff
Louise Grogan

Notice bibliographique

RevueEconomics of Transition · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHuman capitalAgrarian societyEducational attainmentEconomicsDemographic economicsDevelopment economicsEconomic growthLabour economicsGeographyAgriculture

Résumé

récupéré en direct d'OpenAlex

Abstract Anthropologists estimate that 70 percent of human societies are patrilocal, meaning that adult sons reside with their parents, and that wives go to live with their husbands’ families upon marriage. Yet very little is known about how this widespread social norm influences intrahousehold resource allocation and, through this, economic development. This paper examines the effects of patrilocality on schooling and household educational expenditures in Tajikistan. To identify the causal effect of living in a three versus two generation household on these outcomes, exogenous variation in housing availability across communities is exploited. It is shown that the impacts of living in a three generation household are important for both school enrolment and for educational spending. The results suggest that one reason why patrilocal societies remain poorer than those with nuclear household norms is that three generation households make relatively few human capital investments in the youngest generation. Patrilocality, which probably evolved to solve coordination problems in agrarian societies, may thus be a cause rather than simply a correlate of low educational attainment in developing countries.

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)0,002
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 enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,045
Tête enseignante GPT0,299
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

Citations29
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomics of TransitionMême sujetCulture, Economy, and Development StudiesTravaux en français237 207