MétaCan
Menu
Retour à la cohorte
Enregistrement W2142416885 · doi:10.1920/wp.ifs.2014.1411

The socio-economic gradient of child development: cross-sectional evidence from children 6-42 months in Bogota

2017· report· en· W2142416885 sur OpenAlexaff
Orazio Attanasio, Sally Grantham‐McGregor, Costas Meghir, Marta Rubio Codina, Natalia Varela

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversité Laval
Organismes subventionnairesEconomic and Social Research Council
Mots-clésCross-sectional studyPsychologyGeographySocioeconomicsEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

We study the socio-economic gradient of child development on a representative sample of low- and middle-income children aged 6-42 months in Bogota, using the Bayley Scales of Infant Development, a high quality test based on direct observation of the child's abilities. We find a statistically significant difference between children in the 90th and 10th percentile of the wealth distribution in our sample of 0.33 standard deviations (SD) in cognition, 0.29 SD in receptive language and 0.38 SD in expressive language at 14 months. The socio-economic gap increases substantially with age to 1 SD (cognition), 0.80 SD (receptive language) and 0.69 SD (expressive language) by 42 months. While the gap persists after controlling for mediating factors such as parental and biomedical characteristics, the level of stimulation in the home, and the quality of the institutional care setting; its size is significantly reduced by variables related to the home environment - i.e. parental investments in care quantity and quality. These findings have important implications for the design of well-targeted, effective and timely interventions that promote early childhood development.

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)0,003
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 enseignants0,142
Score d'incertitude au seuil0,283

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,333
Écart entre enseignants0,288 · 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

Citations56
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChild Nutrition and Water AccessTravaux en français237 207