Educational Assortative Mating in Sub-Saharan Africa: Compositional Changes and Implications for Household Wealth Inequality
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
Sub-Saharan Africa (SSA) is undergoing rapid transformations in the realm of union formation in tandem with significant educational expansion and rising labor force participation rates. Concurrently, the region remains the least developed and most unequal along multiple dimensions of human and social development. In spite of this unique scenario, never has the social stratification literature examined patterns and implications of educational assortative mating for inequality in SSA. Using 126 Demographic and Health Surveys from 39 SSA countries between 1986 and 2016, this study is the first to document changing patterns of educational assortative mating by marriage cohort, subregion, and household location of residence and relate them to prevailing sociological theories on mating and development. Results show that net of shifts in educational distributions, mating has increased over marriage cohorts in all subregions except for Southern Africa, with increases driven mostly by rural areas. Trends in rural areas align with the status attainment hypothesis, whereas trends in urban areas are consistent with the inverted U-curve framework and the increasing applicability of the general openness hypothesis. The inequality analysis conducted through a combination of variance decomposition and counterfactual approaches reveals that mating accounts for a nonnegligible share (3% to 12%) of the cohort-specific inequality in household wealth, yet changes in mating over time hardly move time trends in wealth inequality, which is in line with findings from high-income societies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle