Notice bibliographique
Résumé
This dissertation is comprised of three essays, the goals of which are to provide an empirical understanding of how the income-health relationship evolves with child age and the underlying mechanisms. Previous research, conducted in US and Canadian settings, has found a positive association between household income and child health, which strengthens with age. One reason for this relationship may be that low-income children are more likely to suffer from chronic conditions than high-income children. While US research has controlled for the effects of parental health when examining the gradient, Canadian work has not. In Chapter 1, we seek to determine whether the Canadian findings persist after controlling for parental health status. Our results show that this adjustment reduces the size of the gradient in childhood and, importantly, indicates that it does not increase with age. In Chapter 2, we contribute to this literature by applying more flexible estimation techniques, namely nonparametric models, to understand the gradient in childhood. Our results provide evidence that our nonparametric model is closer to the true data generating process than the parametric model. Furthermore, our estimates confirm that the gradient does not increase with age, regardless of whether we control for parental health. In Chapter 3, we examine the relationship between family income, chronic conditions and child health. Generally, our results suggest that income does not have a significant impact on chronic conditions. Furthermore, we do not find the effect of chronic conditions on the probability of being in poor health differs by income levels, with the exception of asthma and mental handicap.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 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 tête enseignante, 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 ».