MétaCan
Menu
Retour à la cohorte
Enregistrement W3124094117

Market work, housework and childcare: A time use approach

2018· preprint· en· W3124094117 sur OpenAlexaff
Emanuela Cardia, Paul Gomme

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2018
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensConcordia UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésCounterfactual thinkingFertilityEconomicsBaby boomWork (physics)Matching (statistics)Labour economicsTime allocationProduction (economics)Demographic economicsWagePopulationPsychologyMedicineMicroeconomicsDemographySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Raising children takes considerable time, particularly for women. Yet, the role of childcare time has received scant attention in the macroeconomics literature. We develop a life-cycle model in which the time dimension of childcare plays a central role. An important contribution of the paper is estimation of the parameters of a childcare production function using data on primary and secondary childcare time as reported in the American Time Use Survey (2003--2015). The model does a better job matching the observed life-cycle patterns of womens' time use than a model without childcare. Our counterfactual experiments show that the increase in the relative wage of women since the 1960s is an important factor in the increase in womens' work time; changes in fertility associated with the baby boom play a smaller role, and changes in the price of durables are found to have a negligible effect. We consider the effects of cheaper daycare. Not surprisingly, this experiment leads to greater use of daycare and more time allocated to market work. A knock-on effect of cheaper daycare is a substantial decline in primary childcare time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,271
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetGender, Labor, and Family DynamicsTravaux en français237 207