MétaCan
Menu
Retour à la cohorte
Enregistrement W2133123155

Sexual Bias and Household Consumption : A Semiparametic Analysis of Engel curves in Rural China

2000· article· en· W2133123155 sur OpenAlexaff
Xiaodong Gong, Arthur van Soest, P. Zhang

Notice bibliographique

RevueSSRN Electronic Journal · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEngel curveEndogeneityConsumption (sociology)EconomicsChinaSample (material)Demographic economicsScale (ratio)EconometricsGeographyPrice indexSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We analyze Engel curves for nuclear households in rural China. The sample includes more than 5000 nuclear families covering nineteen out of thirty Chinese provinces. We consider expenditures on food, also subdivided into several food subcategories such as cereals, or meat and fish, and other consumption categories such as alcohol and tobacco, medical, and educational goods. We use the semiparametric partially linear model. This allows for any functional form relationship between the budget shares and total expenditures, but assumes that the demographic variables enter the model in a linear way. We correct for potential endogeneity of total expenditures. Our results suggest that there are economies of scale in families' consumption expenditure patterns. We find some differences in consumption patterns which relate to differences in gender of children, which can be seen as evidence of sexual bias related to a commonly believed existing preference for boys.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,232
Score d'incertitude au seuil0,921

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,296
Écart entre enseignants0,259 · 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 tête enseignante, 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

Citations3
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207