MétaCan
Menu
Retour à la cohorte
Enregistrement W2980015837 · doi:10.24843/jekt.2018.v11.i02.p01

Pengaruh Fertilitas Terhadap Partisipasi Tenaga Kerja Perempuan

2018· article· en· W2980015837 sur OpenAlexaff
Andri Harsoyo, Eny Sulistyaningrum

Notice bibliographique

RevueJurnal Ekonomi Kuantitatif Terapan · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésFertilityInstrumental variableTotal fertility rateEconomicsDemographic economicsWork (physics)DemographyLabour economicsPopulationSociologyFamily planningResearch methodologyEconometricsEngineering

Résumé

récupéré en direct d'OpenAlex

Indonesia, like other countries in the world, is experiencing a downward trend in the total fertility rate and an increasing trend in the female labor force participation rate. This study looks at the effect of female fertility on job supply in Indonesia by using IFLS data and the instrumental variable (IV) estimation technique first introduced by Angrist and Evans (1996; 1998) conducted in the United States. This study shows how parental preferences are related to different sexes of children as identification of fertility towards women's participation in the labor market. The results of this study indicate that fertility with the approach of the number of children owned and then instrumented by looking at the sex of the child resulted in a decrease in the supply of female labor. The magnitude of the effect on the working age group is that there is a decrease in work participation of around 52-54 percent and a decrease in overall work hours of around 23 hours / week.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,216
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,313
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ekonomi Kuantitatif TerapanMême sujetGender, Labor, and Family DynamicsTravaux en français237 207