MétaCan
Menu
Retour à la cohorte
Enregistrement W2340612639 · doi:10.1177/1010539516628171

Welfare States, Labor Markets, Political Dynamics, and Population Health

2016· article· en· W2340612639 sur OpenAlexaff
Edwin Ng, Carles Muntaner, Haejoo Chung

Notice bibliographique

RevueAsia Pacific Journal of Public Health · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGenerosityWelfareLife expectancyPopulationEconomicsScholarshipDemographic economicsEast AsiaDevelopment economicsLabour economicsPolitical scienceEconomic growthSociologyMarket economyDemographyChina

Résumé

récupéré en direct d'OpenAlex

Recent scholarship offers different theories on how macrosocial determinants affect the population health of East and Southeast Asian nations. Dominant theories emphasize the effects of welfare regimes, welfare generosity, and labor market institutions. In this article, we conduct exploratory time-series cross-sectional analyses to generate new evidence on these theories while advancing a political explanation. Using unbalanced data of 7 East Asian countries and 11 Southeast Asian nations from 1960 to 2012, primary findings are 3-fold. First, welfare generosity measured as education and health spending has a positive impact on life expectancy, net of GDP. Second, life expectancy varies significantly by labor markets; however, these differences are explained by differences in welfare generosity. Third, as East and Southeast Asian countries become more democratic, welfare generosity increases, and population health improves. This study provides new evidence on the value of considering politics, welfare states, and labor markets within the same conceptual framework.

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)0,010
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: aucune
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,041
Tête enseignante GPT0,407
Écart entre enseignants0,367 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Public HealthMême sujetGlobal Health Care IssuesTravaux en français237 207