MétaCan
Menu
Retour à la cohorte
Enregistrement W4392145531 · doi:10.3386/w32110

Lives vs. Livelihoods: The Impact of the Great Recession on Mortality and Welfare

2024· report· en· W4392145531 sur OpenAlexaff
Amy Finkelstein, Matthew Notowidigdo, Frank Schilbach, Jonathan Zhang

Notice bibliographique

RevueNational Bureau of Economic Research · 2024
Typereport
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensMcMaster University
Organismes subventionnairesBooth School of Business, University of Chicago
Mots-clésLivelihoodWelfareRecessionGreat recessionEconomicsDemographic economicsDevelopment economicsGeographyLabour economicsKeynesian economicsMarket economyAgriculture

Résumé

récupéré en direct d'OpenAlex

We leverage spatial variation in the severity of the Great Recession across the United States to examine its impact on mortality and to explore implications for the welfare consequences of recessions.We estimate that an increase in the unemployment rate of the magnitude of the Great Recession reduces the average, annual age-adjusted mortality rate by 2.3 percent, with effects persisting for at least 10 years.Mortality reductions appear across causes of death and are concentrated in the half of the population with a high school degree or less.We estimate similar percentage reductions in mortality at all ages, with declines in elderly mortality thus responsible for about three-quarters of the total mortality reduction.Recession-induced mortality declines are driven primarily by external effects of reduced aggregate economic activity on mortality, and recession-induced reductions in air pollution appear to be a quantitatively important mechanism.Incorporating our estimates of pro-cyclical mortality into a standard macroeconomics framework substantially reduces the welfare costs of recessions, particularly for people with less education, and at older ages where they may even be welfare-improving.

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)0,010
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
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 Opus0,542
Tête enseignante GPT0,669
Écart entre enseignants0,127 · 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.

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

Citations23
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetGlobal Health Care IssuesTravaux en français237 207