MétaCan
Menu
Retour à la cohorte
Enregistrement W4413868733 · doi:10.1111/1467-8454.70006

Social Security Schemes, Economic Crisis, and Child Education: An Empirical Study During the <scp>COVID</scp> ‐19 Pandemic in Thailand

2025· article· en· W4413868733 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAustralian Economic Papers · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensAssumption University
Organismes subventionnairesMahasarakham University
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Economic growth2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Political scienceEconomicsVirologyMedicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study first examined the function of social security schemes in moderating the adverse effects on child education of unemployment among household members. Using data from the 2019 non‐crisis period and the 2021 crisis period from the Thailand Socio‐Economic Survey, two‐step estimation models were employed due to the presence of a large number of censored observations. In addition, the validity of the results was supported by utilizing an instrumental variable approach to address the possibility of an endogeneity problem. Of greater importance, the negative effects of unemployment were moderated when unemployed household members were covered by social security schemes. The results show that the negative impact of unemployment on educational spending was significantly larger during the 2021 crisis period compared to the 2019 non‐crisis period. To further verify the mitigating role of SSS, the robustness of the results was also checked by including an interaction term between unemployment and SSS in two‐stage decision models, along with additional control variables.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,122
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,052
Tête enseignante GPT0,424
Écart entre enseignants0,372 · 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