MétaCan
Menu
Retour à la cohorte
Enregistrement W4214900878 · doi:10.1111/ehr.13155

Short‐ and medium‐run health and literacy impacts of the 1918 Spanish Flu pandemic in Brazil

2022· article· en· W4214900878 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Economic History Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPandemicInfluenza pandemicLiteracyContext (archaeology)DemographyGeographySocioeconomicsCoronavirus disease 2019 (COVID-19)Economic growthMedicineSociologyEconomicsDisease

Résumé

récupéré en direct d'OpenAlex

Abstract We study the lasting repercussions of the 1918 influenza (‘Spanish Flu’) pandemic on health measures and literacy rates in São Paulo, Brazil, the most populous city in South America today, but significantly poorer a century ago. Leveraging temporal and spatial variation in district‐level estimates of influenza‐related deaths for the 1917–20 time period, combined with a unique database on demographic and literacy outcomes as well as a detailed set of socio‐economic, infrastructure, and regional determinants newly constructed from historical data, we find that the pandemic had significant impacts. In particular, infant mortality and stillbirths rose, sex ratios at birth fell, and there was a marked improvement in male literacy rates for those 15 years and above in 1920. Further analyses reveal that these impacts are most pronounced in districts with older populations, less literate districts, and districts where access to doctors was relatively limited. We find evidence that the male literacy effects persist in 1940. These results highlight that ramifications of the 1918 Spanish Flu pandemic were experienced for at least two decades after the event in a context where institutions were relatively weak and resources for mitigation were limited.

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 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)0,002
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,307
Écart entre enseignants0,282 · 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