MétaCan
Menu
Retour à la cohorte
Enregistrement W624476462

Are people money rich and time poor in Japan

2009· article· en· W624476462 sur OpenAlexaboutno aff
Masago Fujiwara, Michinori Hirata

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreferenceTime preferenceLeisure timeEconomicsProduct (mathematics)Goods and servicesQuality (philosophy)Time-use surveyLabour economicsDemographic economicsMicroeconomicsWork (physics)Economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

commodities, the amount of income we earn and the amount of free time we have left over after working to generate that income. Several time-use researchers and economists have emphasized the importance of free time when considering the quality of a person's life. Bittman & Matheson (1999) emphasized the importance of free time as follows; ‵‵The ability to participate in social life is the product of both access to leisure goods and services, and a sufficient quality of leisure Harvey (1996), a Canadian economist having lead the International Association for Time Use Research, concluded that ‵‵time poor people realize less household production, as the result of their time deficit, have to substitute these`missing' products and services by market products and services. A theoretical economics has examined the maximization of household utility between income preference and leisure time preference. It explains how households turn their income preference to leisure time preference based on the indifference curve. It is theoretically known that households turn their income preferences to leisure time preferences at some level of income. In this paper, we try to find empirically at what income level households change their preferences from income to leisure time. This is clearly different from concerns of such time use [Research Note]

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,228
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,268
Écart entre enseignants0,253 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetGender, Labor, and Family DynamicsTravaux en français237 207