MétaCan
Menu
Retour à la cohorte
Enregistrement W4412020220 · doi:10.1177/09589287251356978

When caring comes at a cost: Psychological wellbeing of unpaid and paid carers and the role of social expenditure

2025· article· en· W4412020220 sur OpenAlexafffund
Naomi Lightman, Anthony Kevins

Notice bibliographique

RevueJournal of European Social Policy · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésLabour economicsEconomicsUnpaid workDemographic economicsSociologyPsychology

Résumé

récupéré en direct d'OpenAlex

This study examines whether, and under what conditions, unpaid and paid care work are associated with reduced psychological wellbeing. The article begins by laying out a shared theoretical framework for understanding the psychological consequences of care among both unpaid and paid carers. It then tests the empirical implications of this framework, conducting multi-level model analysis of European Quality of Life Survey and European Social Survey data and: (1) disaggregating care work based on (a) the care recipient - i.e., adults or children - for unpaid carers and (b) the level of occupational professionalization for paid carers; and (2) examining the potential intervening role of social expenditure. Findings demonstrate that unpaid caring for adults (though not children) is associated with a marginal decrease in psychological wellbeing, but that this dynamic is limited to countries with smaller welfare states. Among paid care workers, only paraprofessionals are found to have lower levels of psychological wellbeing than comparable non-care workers - but here again increased social expenditure appears to have a significant buffering effect. Together, results reinforce the need for robust social spending to mitigate negative psychological consequences of care, while adding important nuance regarding the relevance of the type of care work being performed.

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 enseignants0,006
Score d'incertitude au seuil0,011

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 technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,408
Écart entre enseignants0,371 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of European Social PolicyMême sujetEmployment and Welfare StudiesTravaux en français237 207