MétaCan
Menu
Retour à la cohorte
Enregistrement W2888747212 · doi:10.31219/osf.io/xm8g6

daycare-systematic-review-preprint

2017· preprint· en· W2888747212 sur OpenAlexaff
Sam Harper

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionConfidence intervalEarningsMeta-analysisRandom effects modelDemographic economicsEconomicsPsychologyMedicineAccounting

Résumé

récupéré en direct d'OpenAlex

Background: Research from high-income countries suggests that increasing the availability of daycare can improve economic outcomes for mothers, but similar research from low- and middle-income countries is lacking.Methods: We systematically searched databases of published and unpublished literature for studies that measured the impact of daycare provision on social, economic, and health outcomes in low- and middle-income countries without language or publication date restrictions. We synthesized the evidence using both narrative review and random effects meta-analysis.Results: We found 2073 studies and included 13 after applying our exclusion criteria. For a 30 percentage point increase in daycare utilization we estimate that maternal employment increased by 6 percentage points (95% confidence interval: 4 to 8), but we found considerable between-study heterogeneity and evidence of effect measure modification within studies. The impact on maternal earnings was mixed, and few studies assessed the impact of daycare on non-economic outcomes.Conclusions: We found moderate but heterogeneous evidence that interventions to increase access to formal daycare increase maternal labor force participation. Future studies would benefit from assessing the impact of daycare on non-economic outcomes and understanding the heterogeneity between studies.

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)0,009
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,058
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0120,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0390,003

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 Opus0,037
Tête enseignante GPT0,346
Écart entre enseignants0,310 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPoverty, Education, and Child WelfareTravaux en français237 207