MétaCan
Menu
Retour à la cohorte
Enregistrement W3203572722 · doi:10.1111/padr.12431

Can Policies Stall the Fertility Fall? A Systematic Review of the (Quasi‐) Experimental Literature

2021· review· en· W3203572722 sur OpenAlexaboutno aff
Janna Bergsvik, Agnes Fauske, Rannveig Kaldager Hart

Notice bibliographique

RevuePopulation and Development Review · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueFamily Dynamics and Relationships
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFertilitySubsidyDemographic economicsSystematic reviewEmpirical evidenceDeveloped countryCash transfersEconomicsPolitical scienceEconomic growthDevelopment economicsPopulationDemographySociologyPovertyMEDLINE

Résumé

récupéré en direct d'OpenAlex

Abstract In the course of the twentieth century, social scientists and policy analysts have produced a large volume of literature on whether policies boost fertility. This paper describes the results of a systematic review of the literature on the effects of policy on fertility since 1970 in Europe, the United States, Canada, and Australia. Empirical studies were selected through extensive systematic searches, including studies using an experimental or quasi‐experimental design. Thirty‐five studies were included, covering reforms of parental leave, childcare, health services, and universal child transfers. In line with previous reviews, we find that childcare expansions increase completed fertility, while increased cash transfers have temporary effects. New evidence on parental leave expansions, particularly from Central Europe, suggests larger effects than previously established. High‐earning couples benefit more from parental leave expansions, while expanding childcare programs can reduce social inequalities on other domains. Subsidizing assisted reproductive treatments shows some promise of increasing birth rates for women over the age of 35. Countries that to date have limited support for families can build on solid evidence if they choose to expand these programs.

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)0,032
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,068
Tête enseignante GPT0,374
Écart entre enseignants0,305 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations244
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePopulation and Development ReviewMême sujetFamily Dynamics and RelationshipsTravaux en français237 207