MétaCan
Menu
Retour à la cohorte
Enregistrement W4406216546 · doi:10.5325/jafrideve.26.1.0112

Does Labor Market Performance Matter? Expected Return to Education, Schooling, and Child Labor in Côte d’Ivoire

2025· article· en· W4406216546 sur OpenAlexaboutno aff
Ahouakan Ehouman Williams Venance

Notice bibliographique

RevueJournal of African Development · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResidenceQuarter (Canadian coin)Cote d ivoireEconomicsLabour economicsDemographic economicsEducation economicsAffect (linguistics)Higher educationEconomic growthPsychologyEducation policyGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This article investigates whether expected returns to education affect the incidence of child labor in Côte d’Ivoire. Nationally, approximately a quarter of children in the age group of 5 to 17 years are actively involved in economic activities. Child labor is a matter of concern in Côte d’Ivoire, as it interferes with schooling. The study also attempts to solve an omitted variable problem present in previous studies using spatial econometrics techniques. Results show that households’ decisions to provide their children with schooling or to involve them early in the labor market are sensitive to the expected returns to education in their place of residence as well as those of other regions of Côte d’Ivoire. The results indicate that improvements in the expected returns to education reduce the likelihood of the involvement of both boys and girls in child labor, while it only increases girls’ probability of attending school. An explanation of this could be found in the low expected returns to education. Indeed, many educated people in this country experience difficulties in finding decent jobs. Consequently, a sound educational system and labor market reforms likely to raise the return to education could help reduce child labor and improve girls’ schooling.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,142
Score d'incertitude au seuil0,282

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,004
Tête enseignante GPT0,247
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of African DevelopmentMême sujetPoverty, Education, and Child WelfareTravaux en français237 207