Connections between unemployment insurance, poverty and health: a systematic review
Notice bibliographique
Résumé
Background: Since the global economic crisis in 2007, unemployment rates have escalated in most European and North American countries. Unemployment protection policies, particularly the unemployment insurance (UI) system, have become a weighty issue for many modern welfare states. Decades of research have established concrete findings on the adverse impacts of unemployment on poverty- and health-related outcomes. This provided a foundation for further exploration into the potential protective effects of UI in offsetting these adverse outcomes. Methods: We developed a systematic review protocol in four stages (literature search, study selection, data extraction and quality appraisal) to ensure a rigorous data collection and inter-rated reliability. We examined the full body of empirical research published between 2000 and 2013 on the pathways by which UI impacts poverty and health. Results: Out of 2233 primary studies identified, a total of 12 met our inclusion criteria. The selected studies assessed poverty-related outcomes (absolute/relative poverty and material hardship) or one or more health-related outcomes (health behaviors, self-rated health, well-being and mental health). Across various UI systems, jurisdictions from high income countries, and study designs, we found good support for our conceptual framework, by which UI attenuates the effect of unemployment on both poverty and health, with a few exceptions. Conclusion: Whether UI impacts differ by age and region might be explored further in future research. The complex mediating relationship between unemployment, UI, poverty and health should further be assessed in light of economic and historical contexts. This could inform decision-making processes during future periods of economic recession.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,053 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».