MétaCan
Menu
Retour à la cohorte
Enregistrement W7082000026 · doi:10.1016/j.jebo.2025.107234

Demand for domestic help services: Evidence from a natural experiment

2025· article· en· W7082000026 sur OpenAlexaffabout

Notice bibliographique

RevueJournal of Economic Behavior & Organization · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSubsidyPrice elasticity of demandElasticity (physics)PurchasingIncome elasticity of demandMarginal utilityConsumption (sociology)

Résumé

récupéré en direct d'OpenAlex

We investigate how an increase in subsidies for purchasing domestic help services affects the consumption of individuals who need assistance to live at home. Drawing on administrative data, we analyse the impact of a reform implemented in Quebec (Canada) in 2016, which made the program more generous for a subgroup of beneficiaries. For this purpose, we estimate a difference-in-differences lognormal hurdle model. We derive the corresponding average treatment effect on the treated for this class of non-linear models. Our results suggest that the price elasticity of the demand for subsidized domestic help services for the treated is around 0.74. The elasticity of monthly purchase frequency (0.59) is much larger than the elasticity of monthly purchase intensity (0.14). Based on our results, we determine a floor to the marginal external benefit required for the reform to be socially worth adopting. • We study the price elasticity of the demand for subsidized domestic help services. • We derive the ATT for lognormal hurdle models, and the corresponding estimated elasticity. • Reductions in out-of-pocket costs lead to an increase in the consumption of domestic help services. • The response in terms of the frequency of purchase is four times larger than that in terms of the hours consumed, conditional on consuming any. • Based on a cost–benefit analysis and our results, we determine a floor to the marginal external benefit required for increased subsidies to be socially worth adopting.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,271
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
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 Economic Behavior & OrganizationMême sujetGeochemistry and Geologic MappingTravaux en français237 207