MétaCan
Menu
Retour à la cohorte
Enregistrement W7106250409 · doi:10.17632/y77dcryp2w.1

The Effect of Minimum Wage on Suicide Rates

2025· dataset· W7106250409 sur OpenAlexaboutno aff

Notice bibliographique

RevueMendeley Data · 2025
Typedataset
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnemploymentMinimum wagePopulationPublic expenditureStatutory lawSocioeconomic statusPublic healthWagePoison control

Résumé

récupéré en direct d'OpenAlex

The main hypothesis of this study is that minimum wages may influence suicide mortality. The dataset consists of annual observations for 30 OECD countries with statutory minimum wage systems—Australia, Belgium, Canada, Chile, Colombia, Costa Rica, Czechia, Estonia, France, Germany, Greece, Hungary, Ireland, Israel, Japan, Korea, Latvia, Lithuania, Luxembourg, Mexico, the Netherlands, New Zealand, Poland, Portugal, the Slovak Republic, Slovenia, Spain, the United Kingdom, Turkiye, and the United States. It includes key socioeconomic indicators such as suicide mortality, minimum wages, unemployment rates, GDP, public social expenditure, health expenditure, fertility, divorce rates andalcohol consumption. The dataset integrates multiple thematic databases, including OECD Health Statistics, Labour Market Statistics, National Accounts Statistics, the Social Expenditure Database (SOCX), and the OECD Family Database. Suicide mortality data are derived from age-standardised death rates from intentional self-harm, adjusted to the 2015 OECD standard population and based on the WHO Mortality Database. Minimum wage data use the real hourly statutory minimum wage converted into 2024 USD PPPs. Economic indicators include unemployment rates—standardised using constant PPP-based measures—along with expenditure-approach GDP and GDP per capita, both reported in chain-linked volume terms and deflated to constant 2020 PPPs. Social indicators include demographic and behavioural measures such as total fertility rates, crude divorce rates, and female labour force participation. Fiscal expenditure indicators consist of per-capita public social expenditure—measured as spending on public programmes from the SOCX database—and per-capita health expenditure under government or compulsory schemes, both reported in constant PPPs. Health-related indicator includes per-capita alcohol. For ease of coefficient interpretation, minimum wage, GDP, public social expenditure per capita, health expenditure per capita, and alcohol consumption were log-transformed. This dataset consists of annual indicators for 30 OECD countries and allows researchers to examine both cross-country heterogeneity and temporal dynamics.

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)0,014
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,038
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,013
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0260,016
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,007

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 Opus0,037
Tête enseignante GPT0,361
Écart entre enseignants0,324 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMendeley DataTravaux en français237 207