MétaCan
Menu
Retour à la cohorte
Enregistrement W2902308461 · doi:10.1007/s13524-018-0738-8

Income-Related Gaps in Early Child Cognitive Development: Why Are They Larger in the United States Than in the United Kingdom, Australia, and Canada?

2018· article· en· W2902308461 sur OpenAlexfundaboutno aff
Bruce Bradbury, Jane Waldfogel, Elizabeth Washbrook

Notice bibliographique

RevueDemography · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational and Educational Inequality Studies
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentInstitute of Education, University of LondonEconomic and Social Research CouncilSocial Sciences and Humanities Research Council of CanadaNational Institutes of HealthSage FoundationDepartment of Families, Housing, Community Services and Indigenous AffairsUniversity of BristolGovernment of the United KingdomCanadian Institutes of Health ResearchUniversité du Québec en OutaouaisUniversity of OttawaRussell Sage FoundationColumbia Population Research CenterAustralian Research CouncilU.S. Department of Education
Mots-clésDistribution (mathematics)InequalityDemographic economicsIncome distributionEconomic inequalityTotal personal incomeFamily incomeEconomicsGeographyEconomic growthDemographyGross incomePublic economicsSociology

Résumé

récupéré en direct d'OpenAlex

Previous research has documented significantly larger income-related gaps in children's early cognitive development in the United States than in the United Kingdom, Canada, and Australia. In this study, we investigate the extent to which this is a result of a more unequal income distribution in the United States. We show that although incomes are more unequal in the United States than elsewhere, a given difference in real income is associated with larger gaps in child test scores there than in the three other countries. In particular, high-income families in the United States appear to translate the same amount of financial resources into greater cognitive advantages relative to the middle-income group than those in the other countries studied. We compare inequalities in other kinds of family characteristics and show that higher income levels are disproportionately concentrated among families with advantageous demographic characteristics in the United States. Our results underline the fact that the same degree of income inequality can translate into different disparities in child development, depending on the distribution of other family resources.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,355
Score d'incertitude au seuil0,714

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,317
Écart entre enseignants0,268 · 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

Citations27
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDemographyMême sujetIntergenerational and Educational Inequality StudiesTravaux en français237 207