When measure matters: coresident sample selection bias in estimating intergenerational mobility in developing countries
Notice bibliographique
Résumé
Potential biases from coresident sample selection have been a major stumbling block for research on intergenerational mobility in developing countries. We use two rich data sets from Bangladesh and India to provide evidence on the extent of coresidency bias in standard measures of intergenerational mobility: intergenerational regression coefficient (IGRC) and intergenerational correlation (IGC). Estimates for all children, father-son, and mother-daughter persistence in schooling show that the IGRC estimates are severely biased downward (average 30 percent). In contrast, the bias in IGC estimates is much lower (average less than 10 percent, in many cases less than 5 percent). Truncation due to coresidency criterion in a survey biases the IGRC estimate downward, but it also biases upward the estimate of the ratio of the standard deviations of parental to children's schooling. The IGC estimate suffers from lower bias because the upward bias in the estimate of the ratio of standard deviations partly cancels out the downward bias in the IGRC estimate. The evidence suggests that the available household surveys in developing countries can be fruitfully used to understand intergenerational mobility if one focuses on IGC. The findings have important implications for cross-country comparison of intergenerational economic mobility.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».