Income pooling strategies among cohabiting and married couples
Notice bibliographique
Résumé
Background: Studies explaining why cohabiters are more likely to keep money separate than spouses have mainly focused on selection processes, without taking into account the heterogeneity within both union types in levels of commitment. Cross-national studies are rare and have predominantly included Northern and Western European countries, the United States, and Canada. Objective: This study explains the higher likelihood of cohabiters to keep income separate by selection as well as commitment factors and explores country differences, including countries from Central and Eastern Europe. Methods: Using data from the Generations and Gender Surveys of Bulgaria, France, Georgia, Germany, Romania, and Russia, N=41, 456 cohabiting and married individuals are studied. Binary logistic regression models of the likelihood that respondents keep money separate are calculated. Results: Across countries, higher education, female labor market participation, both partners being employed, short union duration, absence of joint children, presence of separation thoughts, and (for cohabiters) a lack of marital intentions are the most persistent correlates of keeping money separate. Differences between cohabiters and married couples are reduced when selection and commitment are taken into account, but are still significant. Cross-national variation in the effect of cohabitation on keeping separate purses is persistent. Conclusions: Different money management strategies of cohabiters and spouses can be explained to some extent by selection processes and inherent differences in the level of commitment within cohabitation and marriage. Countries also differ in the socio-economic context and norms concerning the way intimate relationships are organized which might lead to persistent differences in the way cohabiting and married couples organize their income.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».