MétaCan
Menu
Retour à la cohorte
Enregistrement W6966408295 · doi:10.3886/e179162v1

Data and Code for: Detecting Mother-Father Differences in Spending on Children: A New Approach Using Willingness-to-Pay Elicitation

2023· dataset· en· W6966408295 sur OpenAlexaff

Notice bibliographique

RevueICPSR Data Holdings · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensBooth University College
Organismes subventionnairesnon disponible
Mots-clésAltruism (biology)Willingness to payHuman capitalCode (set theory)Capital (architecture)

Résumé

récupéré en direct d'OpenAlex

This paper tests whether mothers and fathers differ in their spending on their daughters relative to their sons. We compare mothers' and fathers' willingness to pay (WTP) for specific goods for their children, diverging from the previous literature's approach of comparing the expenditure effects of mothers' versus fathers' income. Our method, which we apply in Uganda, allows us to estimate gender differences and explore mechanisms with greater precision. We find that fathers have a lower WTP for their daughters' human capital than their sons' human capital, whereas mothers do not. We then examine why spending patterns differ between mothers and fathers, e.g., altruism, personal returns to investing in children. We find evidence that altruism plays a role: fathers' WTP for goods that simply bring joy to their daughters is lower than their WTP for such goods for their sons, but mothers' is not.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0060,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,232
Tête enseignante GPT0,378
Écart entre enseignants0,146 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICPSR Data HoldingsTravaux en français237 207