Early and Middle Childhood Circumstances and Child Development: Exploring the Role of Time Poverty and Conditional Cash Transfer Programmes in Peru
Notice bibliographique
Résumé
The production of human capital is the subject of a growing body of literature that aims to understand how human capital accumulates from early childhood. Previous studies have identified facilitators and obstacles to human capital accumulation (Almond et al., 2018). However, many aspects of this process remain under explored. These include the identification of causal relationships between different inputs and child development; and the mechanisms through which inputs and public interventions affect child development. The primary objective of this thesis is to provide insights into how the circumstances and experiences of children in Peru, shape their human capital development. I first study the effect of child time poverty, defined as insufficient discretionary time due to commitments such as work and household chores (Kalenkoski et al., 2011), on child development. Children experiencing time poverty may be unable to allocate adequate time to cognition-enhancing activities, impacting their cognitive development. Existing research has concentrated on adult time poverty, and little is known about the possible effect of child time poverty on children’s human capital. I then study the impact of a conditional cash transfer (CCT) programme on nutritional and cognitive outcomes over the short- and long-term. I also explore whether the programme’s impact on nutrition mediates its effects on cognitive outcomes. My results suggest a positive impact of time poverty on girls' verbal skills, a negative effect on girl’s mathematical skills and a positive effect on boy’s verbal skills. Moreover, the CCT programme had some negative effects on test scores and mixed effects on nutrition, both on the short- and long-terms. Additionally, in the short-term, some of the programme's negative impact on cognition were mediated by its negative effect on BMI. The impact of the CCT programme was most pronounced in girls and in children who were exposed at earlier ages.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».