MétaCan
Menu
Retour à la cohorte
Enregistrement W3116580741 · doi:10.1002/psp.2413

Housing costs, self‐employment, and fertility

2020· article· en· W3116580741 sur OpenAlexaff
Richard Florida, Charlotta Mellander, Karen King

Notice bibliographique

RevuePopulation Space and Place · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésChildbirthFertilityDemographic economicsEconomicsHuman capitalWork (physics)Panel dataLabour economicsTotal fertility rateEconomic growthPopulationDemographySociologyPregnancyFamily planningResearch methodology

Résumé

récupéré en direct d'OpenAlex

Abstract The decline in fertility across advanced nations is a well‐known fact. Becker famously argued that declining rates of childbirth were the by‐product of higher levels of economic development and human capital. Recently, it has been suggested that two additional factors might lead to declining rates of childbirth—the higher housing costs of expensive cities and the change in the nature of work and employment from more regular and secure full‐time work to less secure arrangements, like self‐employment. Our research examines the effect of these two classes of factors—housing costs and self‐employment—on fertility, in regard to both the rate of childbirth and the delay in the age at which people have children. We use detailed panel data covering all Swedish individuals in their prime childbearing years (20–45) for the 10‐year period 2007–2016. Our findings indicate that the likelihood of having a child is affected negatively by increased housing costs and positively by self‐employment. Both result in a delay in the parental age at which children are born. Of the two, self‐employment has a relatively large effect.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,031
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,041
Tête enseignante GPT0,304
Écart entre enseignants0,263 · 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.

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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePopulation Space and PlaceMême sujetWork-Family Balance ChallengesTravaux en français237 207