MétaCan
Menu
Retour à la cohorte
Enregistrement W2295495194 · doi:10.1515/bejeap-2015-0059

The Impact of Female Education on Teenage Fertility: Evidence from Turkey

2015· article· en· W2295495194 sur OpenAlexaff
Pınar Mine Güneş

Notice bibliographique

RevueThe B E Journal of Economic Analysis & Policy · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFertilityDemographyTotal fertility rateCompulsory educationInstrumental variablePopulationMargin (machine learning)Variation (astronomy)Demographic economicsSocioeconomicsGeographyFamily planningEconomicsSociologyEconomic growthResearch methodologyEconometrics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper explores the causal relationship between female education and teenage fertility by exploiting a change in the compulsory schooling law (CSL) in Turkey. Using variation in the exposure to the CSL across cohorts and variation across provinces by the intensity of additional classrooms constructed in the birth provinces as an instrumental variable, the results indicate that primary school completion reduces teenage fertility by 0.37 births and the incidence of teenage childbearing by around 28 percentage points. Exploring heterogeneous effects indicates that female education reduces teenage fertility more in provinces with lower population density and higher agricultural activity. This paper also disentangles intensive- and extensive-margin effects and explores various channels, such as postponing marriage and contraceptive use, linking education and fertility. Finally, this paper demonstrates that there are additional social benefits of education in terms of child health.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,156
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,063
Tête enseignante GPT0,385
Écart entre enseignants0,322 · 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

Citations52
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe B E Journal of Economic Analysis & PolicyMême sujetGender, Labor, and Family DynamicsTravaux en français237 207