Why are Fertility and Female Participation Rates Positively Correlated across OECD countries
Notice bibliographique
Résumé
The aim of this paper is to understand recent observations of fertility, female employment, and participation rates in O.E.C.D. countries. These observations indicate that fertility rates are positively correlated with female employment ratios and participation rates across O.E.C.D. countries during the period 1985-1996. Moreover, the time series observations show that fertility rates are procyclical in developed countries. Economic theories of fertility developed after the seminal work of Mincer (1962) and Becker (1965) are consistent with secular trends of fertility and female employment but do not account for these recent observations. In this paper we explore the role of labor market frictions in understanding the positive association between fertility and employment among O.E.C.D. countries. To this end we develop a framework of fertility and labor market participation decisions which is designed to quantitatively study the impact of labor market frictions on the timing of births, the fertility rate, and the labor market participation of females. We find that unemployment induces females to postpone and space births which, in turn, reduces the total fertility rate. In our framework, economies with a high unemployment rate are characterized by a low fertility rate, female participation, and female employment ratio. We also find that in our framework, differences in unemployment rates similar to the ones observed among O.E.C.D. countries, can generate a positive correlation between fertility and labor market participation rates. Interestingly, a temporary shock that increases job destruction can generate a decrease of the fertility rate and of the female employment ratio that mimics time series observations of Sweden during the 90's.
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 | 0,004 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».