MétaCan
Menu
Retour à la cohorte
Enregistrement W2605539998 · doi:10.5018/economics-ejournal.ja.2017-16

Does rising income inequality affect mortality rates in advanced economies?

2017· article· en· W2605539998 sur OpenAlex
Mayvis Rebeira, Paul Grootendorst, Peter C. Coyte, Vı́ctor Aguirregabiria

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEconomics · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEconomic inequalityEconomicsMortality rateIncome distributionInequalityPopulationGini coefficientDemographyPercentage pointDemographic economicsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract What effect does rising income inequality have on longevity in advanced developed economies? This paper focuses on the effect of income inequality on mortality rates for men and women in a subset of OECD countries over nearly six decades from 1950–2008. Using adult mortality rates at aged sixty-five as the outcome measure of mortality, the latest available data on inverted Pareto-Lorenz coefficient as a measure of income inequality, the authors conduct a range of analysis to investigate the relationship. The findings show that income inequality has a negative effect on mortality rates for both men and women, that is, an increase in income inequality at the top of the distribution does not appear to have a detrimental effect on adult mortality rates in the population of advanced developed countries. For every one unit increase in income inequality, female mortality rates decreased by 0.024 percentage points (p<=0.001) and male mortality rates decreased by 0.052 percentage points (p<=0.001). Dynamic OLS results show that for every one unit increase in income inequality, female mortality rates decreased by 0.032 percentage points (p<=0.01) and male mortality rates decreased by 0.067 percentage points (p<=0.001). The findings remain robust to changes in methodology and the inclusion of control variables including GDP, population and the health capital index.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,084
Tête enseignante GPT0,483
Écart entre enseignants0,399 · 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