Children of War: The Long-Run Effects of Large-Scale Physical Destruction and Warfare on Children
Notice bibliographique
Résumé
During World War II, more than one-half million tons of bombs were dropped in aerial raids on German cities, destroying about one-third of the total housing stock nationwide. This paper provides causal evidence on long-term consequences of large-scale physical destruction on the educational attainment, health status and labor market outcomes of German children. I combine a unique dataset on city-level destruction in Germany caused by Allied Air Forces bombing during WWII with individual survey data from the German Socio-Economic Panel (GSOEP). My identification strategy exploits the plausibly exogenous city-by-cohort variation in the intensity of WWII destruction as a unique quasi-experiment. My findings suggest significant, long-lasting detrimental effects on the human capital formation, health and labor market outcomes of Germans who were at school-age during WWII. First, these children had 0.4 fewer years of schooling on average in adulthood, with those in the most hard-hit cities completing 1.2 fewer years. Second, these children were about half inches (one centimeter) shorter and had lower self-reported health satisfaction in adulthood. Third, their future labor market earnings decreased by 6% on average due to exposure to wartime physical destruction. These results survive using alternative samples and specifications, including controlling for migration. Moreover, a control experiment using older cohorts who were not school-aged during WWII reveals no significant city-specific cohort trends. An important channel for the effect of destruction on educational attainment appears to be the destruction of schools and the absence of teachers, whereas malnutrition and destruction of health facilities during WWII seem to be important for the estimated impact on health. JEL Codes: I21, I12, J24, N34
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».