Perverse Consequences of Well Intentioned Regulation: Evidence from India’s Child Labor Ban
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Although bans against child labor are a ubiquitous policy tool, there is very little empirical evidence on their effectiveness. In this paper, we examine the consequences of India’s landmark legislation against child labor, the Child Labor (Prohibition and Regulation) Act of 1986. Using data from employment surveys conducted before and after the ban, and using age restrictions that determined whom the ban applied to, we show that the relative probability of child employment increases and child wages (relative to adult wages) decrease after the ban. Our main specification relies on comparing changes in work probabilities over time for children of the same age but with siblings who are rendered either eligible or ineligible for legal work when the ban is implemented. The increases in the probability of economic activity are largest for children (i) in areas where the industries targeted by the ban play a larger role in local labor markets, (ii) in areas where the probability of employer inspections is higher, and (iii) in families that are poorer. These results are consistent with a theoretical model building on the seminal work of Basu and Van (1998) and Basu (2005), where families use child labor to reach subsistence constraints and where child wages decrease in response to bans, leading poor families to utilize more child labor. We also find decreases in child participation in schooling (for younger children only) and no economically meaningful change in household outcomes like assets or calorie intake.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle