MétaCan
Menu
Retour à la cohorte
Enregistrement W4395956537 · doi:10.1101/2024.04.26.24306444

Fertility decline in the later phase of the COVID-19 pandemic: The role of policy interventions, vaccination programmes, and economic uncertainty

2024· preprint· en· W4395956537 sur OpenAlexaboutno aff
Maria Winkler‐Dworak, Kryštof Zeman, Tomáš Sobotka

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFertilityPandemicPsychological interventionCoronavirus disease 2019 (COVID-19)Vaccination2019-20 coronavirus outbreakPhase (matter)Political scienceEconomic growthEconomicsEnvironmental healthMedicineVirologyOutbreakPopulationNursing

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND During the COVID-19 pandemic, birth rates in most higher-income countries first briefly declined and then shortly recovered, showing no common trends afterwards until early 2022, when they unexpectedly dropped. STUDY FOCUS We analyse monthly changes in total fertility rates in higher-income countries during the COVID-19 pandemic, with a special focus on 2022, when birth rates declined in most countries. We consider three broader sets of explanatory factors: economic uncertainty, policy interventions restricting mobility and social activities outside the home, and the role of vaccination programmes. STUDY DESIGN, DATA This study uses population-wide data on monthly total fertility rates adjusted for seasonality and calendar effects provided in the Human Fertility Database (HFD, 2023). Births taking place between November 2020 and October 2022 correspond to conceptions occurring between February 2020 and January 2022, i.e., after the onset of the pandemic but prior to the Russian invasion of Ukraine. The data cover 26 countries, including 21 countries in Europe, the United States, Canada, Israel, Japan and the Republic of Korea. METHODS First, we provide a descriptive analysis of the monthly changes in the total fertility rate (TFR). Second, we estimate the effects of the explanatory factors on the observed fertility swings using linear fixed effects (within) regression models. MAIN RESULTS We find that birth trends during the COVID-19 pandemic were associated with economic uncertainty, as measured by increased inflation, the stringency of pandemic policy interventions, and the progression of the COVID-19 vaccination campaign, whereas unemployment did not show any link to fertility during the pandemic. LIMITATIONS, REASONS FOR CAUTION Our research is restricted to higher-income countries with relatively strong social support policies provided by the government as well as wide access to modern contraception. Our data do not allow analysing fertility trends by key characteristics, such as age, birth order and social status. WIDER IMPLICATIONS OF THE FINDINGS This is the first multi-country study of the drivers of birth trends in a later phase of the COVID-19 pandemic. In the past, periods following epidemics and health crises were typically associated with a recovery in fertility. In contrast, our results show that the gradual phasing out of pandemic containment measures, allowing increased mobility and a return to more normal work and social life, contributed to declining birth rates in most countries. In addition, our analysis indicates that some women avoided pregnancy during the initial vaccination roll-out.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,206
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
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 ouverte0,0010,001
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 Opus0,126
Tête enseignante GPT0,519
Écart entre enseignants0,393 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetGlobal Health Care IssuesTravaux en français237 207