MétaCan
Menu
Retour à la cohorte
Enregistrement W4401990822 · doi:10.15353/rea.v16i2.5180

Quality of Schooling, Fertility and Economic Growth

2024· article· en· W4401990822 sur OpenAlexvenueno aff
Swati Saini, Meeta Keswani Mehra

Notice bibliographique

RevueReview of Economic Analysis · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFertilityQuality (philosophy)EconomicsDevelopment economicsDemographic economicsDemographySociologyPopulation

Résumé

récupéré en direct d'OpenAlex

The existing body of literature underscores the crucial role of technology, driven by both innovation and imitation, in fostering economic growth. Human capital emerges as a key factor influencing technology adoption and innovation. We consider a R&D-based growth model to analyze how improvement in schooling quality impacts technical progress (via the twin channels of imitation and innovation) and therefore, long- run economic growth of an economy by working through the influence of fertility rates and education decisions at household level. The results indicate that improvement in schooling quality triggers a child quantity-quality trade-off at the household level when quality of schooling exceeds an endogenously determined threshold. At household level, parents invest more in the education of their children and have lesser number of children. This micro-level trade-off has two opposing effects on aggregate human capital accumulation at the macroeconomy wide level. A higher investment in education of a child stimulates the accumulation of human capital, which fosters technical progress, but the simultaneous decline in fertility rate reduces total factor productivity growth by contracting the stock of human capital. The former effect prevails over the latter only when quality of schooling is higher than the threshold and therefore, economic growth is driven by rate of aggregate human capital accumulation under both innovation and imitation regimes. However, when the quality of schooling is lower than this threshold, parents do not invest in education and focus on maximizing fertility. Therefore, the economy grows at the rate of population growth at the macro level under the two regimes. Also, it is advantageous for an economy to innovate upon the local technology frontier instead of imitating from the world technology frontier if the rate of human capital accumulation is higher than the growth rate of world technology frontier in the presence of constant or diminishing returns to R&D sector.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,202
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,025
Tête enseignante GPT0,351
Écart entre enseignants0,325 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economic AnalysisMême sujetPoverty, Education, and Child WelfareTravaux en français237 207