MétaCan
Menu
Retour à la cohorte
Enregistrement W3122690397

Does Increased Abortion Lead to Reduced Crime? Evaluating the Relationship between Crime, Abortion, and Fertility

2002· preprint· en· W3122690397 sur OpenAlexaboutno aff
Anindya Sen

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2002
Typepreprint
Langueen
DomaineMedicine
ThématiqueReproductive Health and Contraception
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbortionLegalizationFertilityQuarter (Canadian coin)PillDemographyDemographic economicsEconomicsPopulationGeographyMedicineSociologyPregnancyPsychiatryBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Donohue and Levitt (2001) attribute over half the current decline in U.S. crime rates to the legalization of abortion. I contribute to the literature by using provincial Canadian data, which permits the segregation of trends in teenage abortions from general abortion rates. This distinction is important, as I find that a much larger drop in violent crime (almost half) during the nineteen-nineties, is attributable to the increase in teenage abortions due to abortion legalization. In contrast, the fall in general abortion rates accounts for a quarter of the decline. Hence, falling crime rates are largely attributable to abortion legalization resulting in better timing of births, rather than lower cohort size. Further, I find that the drop in teenage fertility rates during the nineteen-sixties and seventies, accounts for the entire fall in violent crime. This is probably in part, due to the increase in contraception sophistication (the pill) witnessed during that era.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,219
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,145
Tête enseignante GPT0,435
Écart entre enseignants0,290 · 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

Citations7
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetReproductive Health and ContraceptionTravaux en français237 207