MétaCan
Menu
Retour à la cohorte
Enregistrement W4253233741 · doi:10.1257/rct.843

The Effects of Child Care Subsidies on Women’s Economic Opportunities in the Slums of Nairobi

2015· dataset· en· W4253233741 sur OpenAlexfundno aff
Shelley Clark

Notice bibliographique

RevueAEA Randomized Controlled Trials · 2015
Typedataset
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensnon disponible
Organismes subventionnairesAfrican Population and Health Research CenterDepartment for International DevelopmentGovernment of the United KingdomComic ReliefWellcome TrustStyrelsen för Internationellt UtvecklingssamarbeteBill and Melinda Gates FoundationWilliam and Flora Hewlett FoundationInternational Development Research CentreMcGill UniversityRockefeller Foundation
Mots-clésSubsidyChild careEconomic growthEconomicsBusinessSocioeconomicsMedicinePediatricsMarket economy

Résumé

récupéré en direct d'OpenAlex

Studies from North America, Europe, and Latin America show that women's disproportionate child care responsibilities significantly impede their labor force participation.Yet, some have questioned whether similar barriers exist in sub-Saharan Africa, where women primarily work in the informal sector and may receive extensive kin support.To test whether child care obligations limit African women from engaging in paid work, we conducted a randomized study which provided subsidized early child care (ECC) to selected mothers living in a slum area of Nairobi, Kenya.We found that not only are mothers eager to send their children to ECC centers, but also that women who were given subsidized ECC were, on average, 8.5 percentage points (or over 17%) more likely than those who were not to be employed.This effect rose to over 20 percentage points among women who actually used the ECC services.Furthermore, working mothers who were given subsidized ECC were able to work fewer hours than those not given ECC without any loss to their earnings.These findings provide strong evidence that subsidizing child care for women in poor urban settings could be a powerful mechanism to improve female labor outcomes and reduce gender inequalities in Africa.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Essai randomisélow
gptaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Essai randomiséhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,300

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,025
Tête enseignante GPT0,304
Écart entre enseignants0,280 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAEA Randomized Controlled TrialsMême sujetPoverty, Education, and Child WelfareTravaux en français237 207