MétaCan
Menu
Retour à la cohorte
Enregistrement W2798017140 · doi:10.61673/ren.2018.429

DETERMINANTES DAS ESCOLHAS DE TRABALHO E ESTUDO NA POPULAÇÃO INFANTIL EM PERNAMBUCO

2018· article· pt· W2798017140 sur OpenAlexaff
Diogo Brito Sobreira, Gabriel Alves de Sampaio Morais, Andréa Ferreira da Silva, Lorena Vieira Costa

Notice bibliographique

RevueRevista Econômica do Nordeste · 2018
Typearticle
Languept
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

O trabalho infantil é um problema social com consequências que se manifestam no curto prazo, comprometendo a saúde e o desempenho escolar das crianças, assim como no longo prazo uma vez que relaciona-se a menores salários na vida adulta. Assim, esta pesquisa objetiva analisar como os fatores de background familiar influenciam a decisão das famílias no trabalho e frequência escolar das crianças no estado do Pernambuco, utilizando microdados da Pesquisa Nacional por Amostra de Domicílio (PNAD) para o ano de 2014. Adotou-se o método probit bivariado por considerar que a decisão de trabalhar e estudar são interdependentes. Os resultados apontam que a idade da criança impacta positivamente a decisão de trabalhar e negativamente a de estudar. Além disso, o background familiar, especificamente, o aumento dos anos de estudo da mãe e renda do chefe da família, reduzem as chances das crianças pertencerem ao grupo das que nem trabalham e nem estudam, que só trabalham ou que trabalham e estudam. Entretanto, aumentam as chances das crianças só estudarem. Nesse sentido, o artigo traz resultados importantes que podem auxiliar na formatação de políticas públicas para erradicar o trabalho infantil e combate à pobreza de longo prazo.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,197
Score d'incertitude au seuil0,392

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,321
Écart entre enseignants0,300 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Econômica do NordesteMême sujetPoverty, Education, and Child WelfareTravaux en français237 207