MétaCan
Menu
Retour à la cohorte
Enregistrement W2200515432

Evidence on Maternal Health from Two Large Canadian Parental Leave Expansions: When is Enough Too Much?'

2014· preprint· en· W2200515432 sur OpenAlexaboutno aff
Catherine Haeck, Pierre Lefèbvre, Philip Merrigan, David Lapierre

Notice bibliographique

RevueEconstor (Econstor) · 2014
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRegression discontinuity designMedical prescriptionSocioeconomic statusPublic healthHealth careMedicinePopulationPrescription drugDemographic economicsEnvironmental healthNursingEconomicsEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Exploiting unique administrative longitudinal data sets on medical services provided to mothers before- and after- delivery, we estimate the causal effects of two major distinct parental leave reforms on maternal health outcomes, over a period of 5 years postpartum. The health outcomes are objective measures based on all types of medical services provided by physicians. For mothers publicly insured by the public prescription drug plan we can also identify all drugs used, in particular those associated with depressive symptoms. The long time span of the longitudinal administrative data sets allows an assessment of short-run and long-run effects of maternity leave on mothers? health. The empirical approach uses a strict regression discontinuity design based on the day of regime change. The large samples of mothers, who gave birth three months before and three months after the two policy changes (in 2001 and 2006), are drawn randomly from the population of delivering women, all covered by the universal public health care program. We do not find any evidence that the reforms had sizeable impacts on maternal health care costs, either of a physical or of a mental in nature, as measured by physicians? fee-for-service billing costs, prescription drug costs, or the number of hospitalizations. The second expansion has given rise to large fiscal costs over time as well as socioeconomic inequities.

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)0,007
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,025
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,006
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
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 Opus0,075
Tête enseignante GPT0,295
Écart entre enseignants0,220 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetHealthcare Policy and ManagementTravaux en français237 207