MétaCan
Menu
Retour à la cohorte
Enregistrement W4366547859 · doi:10.1007/s10680-023-09653-8

Impact of Child Subsidies on Child Health, Well-Being, and Investment in Child Human Capital: Evidence from Russian Longitudinal Monitoring Survey 2010–2017

2023· article· en· W4366547859 sur OpenAlex
Alex Proshin

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

RevueEuropean Journal of Population / Revue européenne de Démographie · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHuman Health and Disease
Établissements canadiensUniversity of TorontoCanadian Institute for Health Information
Organismes subventionnairesnon disponible
Mots-clésSubsidyHuman capitalChild healthInvestment (military)PsychologyEconomicsDemographic economicsBusinessEnvironmental healthEconomic growthPolitical scienceMedicinePediatricsPolitics

Résumé

récupéré en direct d'OpenAlex

This study evaluates the impact of introducing the Maternity Capital (MC) program-a child subsidy of 250,000 Rub (7,150 euros or 10,000 USD, in 2007)-provided to mothers giving birth to/adopting a second or subsequent child since January 2007. Eligible Russian families could use this subsidy to improve family housing conditions, fund child's education/childcare, or invest in the mother's retirement fund. This study evaluates the impact of MC eligibility on various child health and developmental outcomes, household consumption patterns, and housing quality. Using data from the representative Russian Longitudinal Monitoring Survey 2010-2017, I tested regression discontinuity models and found that MC eligibility may have led to a small improvement in child health status, which could be explained by improved housing conditions, particularly in rural areas. However, children living in MC-eligible families were also more likely to report reduced socialisation. Heterogeneity analysis by child gender, household poverty status, and urban/rural residence suggests that MC incentives may have had a differential impact on some analysed outcomes. Results are robust to different polynomial and nonparametric RDD specifications.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,066
Tête enseignante GPT0,347
Écart entre enseignants0,281 · 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