MétaCan
Menu
Retour à la cohorte
Enregistrement W3122273156 · doi:10.3386/w17618

Diversity and Donations: The Effect of Religious and Ethnic Diversity on Charitable Giving

2011· report· en· W3122273156 sur OpenAlexafffundabout
James Andreoni, A. Abigail Payne, Justin Smith, David A. Karp

Notice bibliographique

RevueNational Bureau of Economic Research · 2011
Typereport
Langueen
DomaineSocial Sciences
ThématiqueReligion, Society, and Development
Établissements canadiensWilfrid Laurier UniversityMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of ManitobaNational Science Foundation
Mots-clésDiversity (politics)Ethnic groupReligious diversityCultural diversityPolitical scienceSociologySocial psychologyPsychologyLawEthnology

Résumé

récupéré en direct d'OpenAlex

We explore the effects of local ethnic and religious diversity on individual donations to private charities. Using 10-year neighborhood-level panels derived from personal tax records in Canada, we find that diversity has a detrimental effect on charitable donations. A 10 percentage point increase in ethnic diversity reduces donations by 14%, and a 10 percentage point increase in religious diversity reduces donations by 10%. The ethnic diversity effect is driven by a within-group disposition among non-minorities, and is most evident in high income, but low education areas. The religious diversity effect is driven by a within-group disposition among Catholics, and is concentrated in high income and high education areas. Despite these large effects on amount donated, we find no evidence that increasing diversity affects the fraction of households that donate. Over the period studied, ethnic diversity rises by 6 percentage points and religious diversity rises by 4 percentage points; our results suggest that charities receive about 12% less in total donations. As areas like North America continue to grow more diverse over time, our results imply that these demographic changes may have significant implications for the charitable sector.

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)0,013
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0000,002
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 Opus0,359
Tête enseignante GPT0,490
Écart entre enseignants0,131 · 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'étudeThéorique ou conceptuel
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

Citations11
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetReligion, Society, and DevelopmentTravaux en français237 207