Three econometric essays on Canadian children's development and well-being
Bibliographic record
Abstract
Cette thèse propose trois essais économétriques ayant trait au capital humain et au bien-être de l'enfant. Chacun des essais présente une méthodologie distincte afin de répondre à l'objectif concerné. Dans le premier chapitre, nous évaluons les effets à long terme d'une politique de services de garde universels au Canada sur le bien-être de l'enfant (santé, comportement, développement moteur et social). Nous montrons que la réforme a un effet négatif sur le bien-être des enfants d'âge préscolaire, mais ces effets tendent à disparaître lorsque l'enfant devient plus âgé. Nous trouvons que cette tendance persiste même dix ans après la mise en place de la réforme. Le second chapitre s'intéresse à l'effet de l'intensité des services de garde sur le développement cognitif des enfants d'âge préscolaire. Nous utilisons la méthode d'appariement à traitements multiples pour répondre à cet objectif. Nous montrons que les effets des services de garde sont grandement hétérogènes. Leurs effets varient selon le statut socioéconomique des familles, la scolarité ou non de l'enfant, le niveau d'intensité des services de garde ainsi que le mode de garde utilisé. Le troisième chapitre porte sur la modélisation des trajectoires des performances mathématiques des enfants canadiens de 7 à 15 ans ainsi que sur l'identification des facteurs de risque durant la petite enfance susceptibles d'influencer l'appartenance à ces trajectoires. La méthode utilisée est celle du Group-Based Trajectory Modeling de Nagin (2005).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.009 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".