MétaCan
Menu
Retour à la cohorte
Enregistrement W3149225827 · doi:10.1002/hec.4261

Dying from envy: The role of inequality

2021· article· en· W3149225827 sur OpenAlexaffabout
Irakli Japaridze, Nagham Sayour

Notice bibliographique

RevueHealth Economics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésKeeping up with the JonesesInequalityDemographic economicsEconomicsConsumption (sociology)ResidenceSurvey data collectionConsumer Expenditure SurveyEconomic inequalityRelative deprivationHealth equityHousehold incomeHealth carePublic economicsGeographyPsychologyEconomic growthAggregate expenditureSociologyGrowth model

Résumé

récupéré en direct d'OpenAlex

We hypothesize that when interpersonal comparisons, often referred to as "keeping up with the Joneses", are operational, relative deprivation (income inequality) results in increased likelihood of morbidity among lower income households. Using a simple theoretical model, we show that the larger the income disparities between "the Joneses" and "the followers", the higher is the followers' expenditure on conspicuous consumption and the lower is their expenditure on health. We empirically test our hypotheses using Canadian data from the Canadian Community Health Survey and the Survey of Household Spending and US data from the National Health Interview Survey. We find that, in peer groups defined by geographic proximity of residence or similar socio-economic background, larger income disparities are associated with higher spending by the followers on conspicuous consumption, lower health expenditure, worse self-reported health and younger age at death.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,063
Tête enseignante GPT0,360
Écart entre enseignants0,298 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetHealth disparities and outcomesTravaux en français237 207