MétaCan
Menu
Retour à la cohorte
Enregistrement W2621295890 · doi:10.1111/obes.12175

Is the Quarter of Birth Endogenous? New Evidence from Taiwan, the US, and Indonesia

2017· article· en· W2621295890 sur OpenAlexaboutno aff
Elliott Fan, Jin‐Tan Liu, Yen‐Chien Chen

Notice bibliographique

RevueOxford Bulletin of Economics and Statistics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Instrumental variableDemographyOddsEarningsCensusPopulationSample (material)Demographic economicsEconomicsGeographyMedicineLogistic regressionEconometricsSociology

Résumé

récupéré en direct d'OpenAlex

Abstract Recent evidence based on US data suggests that the quarter or month of birth (QOB or MOB) may be endogenous, since family characteristics can explain up to 50% of the effects of QOB on the education outcomes and earnings of adult males. In this study, based on a sample of one million Taiwanese siblings, we examine university admission at age 18 as our outcome variable and find that at school entry, the oldest (September born) children are 31–38% more likely to be admitted into university at age 18 than the youngest (August born) children, indicating strong seasonality in university admission. The inclusion of controls for family background is found to explain only a small portion of these effects, particularly for males. Given that such results are at odds with the recent US evidence, we revisit the US Census data and find that when racial differences are properly controlled for in the estimation, even a rich set of family characteristics is capable of explaining only a minor proportion of the QOB effects. Furthermore, using data from the US and Indonesia, we find that seasonal temperature variation is unlikely to be an important contributor to the US‐Taiwan disparity. Our findings imply that the validity of using QOB or MOB as an instrumental variable may be dependent on the population being studied and the sample selected.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,038
Tête enseignante GPT0,259
Écart entre enseignants0,221 · 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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Bulletin of Economics and StatisticsMême sujetGender, Labor, and Family DynamicsTravaux en français237 207