How to search?
advanced search

Search results

Filters

  • Journals
  • Authors
  • Keywords
  • Date
  • Type

Search results

Number of results: 5
items per page: 25 50 75
Sort by:

Under the influence of the “500 +” programme: large indigent families and the change in family policy in Poland

Izabela Kaźmierczak-Kałużna
Kultura i Społeczeństwo | 2019 | No 4 | 125-149
Keywords large families poverty social welfare pro-family policy education “Family 500+” programme
Download PDF Download RIS Download Bibtex

Abstract

The analyses and conclusions presented in the article are based on the results of qualitative panel surveys conducted among large indigent families in the years 2013 to 2014 and in 2017. The survey attempted to answer the questions of whether and to what extent the implementation of a pro-family policy in Poland in 2016 influenced the situation of large families receiving institutional social aid. On what do these families spend the payments received from the Family 500+ programme? Has their new economic situation favoured their activation or increased their ability to manage? Could the programme, in consequence, hinder or limit the intergenerational transmission of poverty? The author concludes that in fact the effects of financing large families differ from those that were intended. The programme, which was intended to be pro-natal, has acquired the nature of social aid payments. It has improved the material situation of many families, but it has not sufficiently contributed to changing ways of thinking about the children’s futures, which would contribute to limiting the processes of inheriting poverty.

Go to article

Authors and Affiliations

Izabela Kaźmierczak-Kałużna

Stąpając po niepewnym gruncie. Prekaryjność i bezrobocie w pamiętnikach bezrobotnych Polek i Polaków

Łukasz Posłuszny Mateusz P. Karolak Paweł Kubicki
Studia Socjologiczne | 2020 | No 1 | 223-256 | DOI: 10.24425/sts.2020.132457
Keywords płeć bezrobocie pamiętnik bezrobotnych prekaryjność 500+
Download PDF Download RIS Download Bibtex

Abstract

W artykule, wychodząc od pojęcia prekaryjności, opisujemy, jak osoby biorące udział w konkursie na pamiętniki bezrobotnych z 2017 roku starają się ograniczyć konsekwencje braku zatrudnienia i jakie trudności z tym związane napotykają. Odwołujemy się przy tym do czterech głównych mechanizmów ochrony związanych z pracą, instytucją państwa, wspólnotą oraz rodziną. Wnioski wskazują na silne powiązanie czterech wymienionych ob- szarów przeciwdziałania prekaryzacji osób bezrobotnych. Główną rolę odgrywa rodzina, znacznie mniejszą natomiast instytucja państwa oraz wspólnota. Szczególnie negatywnie oceniane są rynek pracy oraz urzędy. W artykule szczegółowo przyglądamy się wysiłkom bezrobotnych w obszarze poszukiwania i wykonywania prac, które wbrew przypuszcze- niom podtrzymują, a niekiedy nawet pogłębiają ich prekaryjność. Analizujemy również dwa instrumenty w postaci staży oraz świadczenia pieniężnego na dzieci tzw. 500+. O ile staże nie spełniają swojej funkcji i służą raczej przedłużaniu sytuacji niepewności, o tyle świadczenie 500+, zarządzane w większości przez kobiety, ma raczej pozytywny efekt.

Go to article

Authors and Affiliations

Łukasz Posłuszny
Mateusz P. Karolak
Paweł Kubicki

W poszukiwaniu demograficznych efektów rządowego programu „Rodzina 500 Plus”

Sławomir Bartnicki Maciej Alimowski
Studia Socjologiczne | 2022 | No 1 | 193-219 | DOI: 10.24425/sts.2022.140601
Keywords demografia społeczna „Rodzina 500 plus” Bayesian StructuralTime Series (BSTS) CausalImpact
Download PDF Download RIS Download Bibtex

Abstract

W artykule oceniamy skutki demograficzne rządowego programu „Rodzina 500 Plus” (500+) za pomocą Bayesowskich Strukturalnych Szeregów Czasowych (ang. Bayesian Structural Time Series; BSTS). Stwierdzamy, że program od jego wprowadzenia do końca 2017 roku w skali miesiąca zwiększył urodzenia o 4,5%, co przełożyło się na średnio 1420 dodatkowych urodzeń w każdym miesiącu. Co oznacza, że jedno urodzenie wiązało się z wydatkowaniem prawie 1,4 mln złotych w ramach programu w tym czasie. W połowie 2019 roku, czyli w momencie rozszerzenia świadczeń na pierwsze dzieci, program nie wykazywał już wpływu na urodzenia. 500+ do końca 2017 roku nie wpłynął na decyzje o posiadaniu pierwszego dziecka. Program wywołał najwięcej urodzeń piątych, trzecich, czwartych i wreszcie drugich. Efekty programu są słabsze w porównaniu do interwencji pronatalistycznych w innych państwach, przy relatywnie wysokich kosztach. Zaproponowany szacunek efektywności programu w przeliczeniu na jedno urodzenie daje w przyszłości możliwość oceny kolejnej interwencji w tym zakresie.
Go to article

Bibliography

1. Abadie, Alberto. 2005. Semiparametric difference-in-differences estimators. The Review of Economic Studies, 72, 1: 1–19. DOI: 10.1111/0034-6527.00321.
2. Acs, Gregory. 1996. The Impact of Welfare on Young Mothers’ Subsequent Childbearing Decisions. The Journal of Human Resources, 31, 4: 898–915. DOI: 10.2307/146151.
3. Athey, Susan, Guido W. Imbens. 2017. The State of Applied Econometrics: Causality and Policy Evaluation. Journal of Economic Perspectives 31, 2: 3–32. DOI: 10.1257/jep.31.2.3.
4. Balbo, Nicoletta, Francesco C. Billari, Melinda Mills. 2013. Fertility in Advanced Societies: A Review of Research. European Journal of Population, 29: 1–38. DOI: 10.1007/s10680-012-9277-y.
5. Bauernschuster, Stefan, Timo Hener, Helmut Rainer. 2016. Children of a (policy) revolution: The introduction of universal child care and its effect on fertility. Journal of the European Economic Association, 14, 4: 975–1005. DOI: 10.1111/jeea.12158.
6. Bernal, James L., Steven Cummins, Antonio Gasparrini. 2017. Interrupted time series regression for the evaluation of public health interventions: a tutorial. International Journal of Epidemiology, 46, 1: 348–355. DOI: 10.1093/ije/dyw098.
7. Borg, Mary O`Malley. 1989. The Income-Fertility Relationship: Effect of the Net Price of a Child. Demography, 26, 2: 301–310. DOI: 10.2307/2061527
8. Brodersen, Kay H., Fabian Gallusser, Jim Koehler, Nicolas Remy, Steven L. Scott. 2015. Inferring Causal Impact Using Bayesian Structural Time-Series Models. The Annals of Applied Statistics, 9, 1: 247–274. DOI: 10.1214/14-AOAS788.
9. Brzozowska, Zuzanna, Isabella Buber-Ennser, Bernard Riederer. 2021. Didn`t Plan One but got One: Unintended and sooner-than-intended Parents in the East and the West of Europe. European Journal of Population, 37: 727–767. DOI: 10.1007/ s10680-021-09584-2.
10. Cattaneo, Matias D., Nicolas Idrobo, Rocio Titiunik. 2019. A practical introduction to regression discontinuity designs: Foundations. Cambridge University Press. https://arxiv.org/pdf/1911.09511.pdf. Dostęp 1.08.2021.
11. Cohen, Alma, Rajeev Dehejia, Dmitri Romanov. 2013. Financial Incentives and Fertility. Review of Economics and Statistics, 95, 1: 1–20. DOI: 10.1162/rest_a_00342.
12. Docquier, Frederic. 2004. Income Distribution, Non-convexities and the Fertility-Income Relationship. Economica, 71, 282: 261–273. DOI: 10.1111/j.0013-0427.2004.00369.x.
13. Feroze, Navid. 2020. Forecasting the patterns of COVID-19 and causal impacts of lockdown in top five affected countries using Bayesian Structural Time Series Models. Chaos, Solitons & Fractals 140: 110196. DOI: 10.1016/j.chaos.2020.110196.
14. Fick, Stephen E., Travis W. Nauman, Colby C. Brungard, Michael C. Duniway. 2020. Evaluating natural experiments in ecology: using synthetic controls in assessments of remotely sensed land treatments. Ecological Applications, 31, 3. DOI: 10.1002/ eap.2264.
15. Fihel, Agnieszka, Marta Kiełkowska, Agnieszka Radziwinowiczówna, Anna Rosiń- ska. 2017. Determinanty spadku płodności w Polsce – próba syntezy. Studia Demograficzne, 172, 2: 35–69.
16. Fox, Jonathan, Sebastian Klusener, Mikko Myrskyla. 2019. Is a Positive Relationship Between Fertility and Economic Development Emerging at the Sub-National Regional Level? Theoretical Considerations and Evidence from Europe. European Journal of Population, 35: 487–518. DOI: 10.1007/s10680-018-9485-1.
17. Garganta, Santiago, Leonardo Gasparini, Mariana Marchionni, Mariano Tappatá. 2016. The Effect of Cash Transfers on Fertility: Evidence from Argentina. Population Research and Policy Review, 36, 1: 1–24. DOI: 10.1007/s11113-016-9417-x.
18. George, Edward I., Robert E. McCulloch. 1993. Variable selection via Gibbs sampling. Journal of the American Statistical Association 88, 423: 881–889. DOI: 10.1080/01621459.1993.10476353.
19. George, Edward I., Robert E. McCulloch. 1997. Approaches for Bayesian variable selection. Statistica sinica: 339–373.
20. González, Libertad. 2013. The Effect of a Universal Child Benefit on Conceptions, Abortions, and Early Maternal Labor Supply. American Economic Journal: Economic Policy, 5, 3: 160–188. DOI: 10.1257/pol.5.3.160.
21. Gromada, Anna. 2018. Czemu służy program rodzina 500 plus? Analiza celów polityki publicznej i polityki partyjnej. Ruch Prawniczy, Ekonomiczny i Socjologiczny, 80, 3: 231–244.
22. Guzowski, Piotr. 2019a. Rodzina chłopska. W: P. Guzowski, C. Kuklo, red. Rodzina i jej gospodarstwo na ziemiach polskich w geografii europejskich struktur rodzinnych do połowy XX w. Białystok: Instytut Badań nad Dziedzictwem Kulturowym Europy, 39–62.
23. Guzowski, Piotr. 2019b. Rodzina chłopska. W: P. Guzowski, C. Kuklo, red. Rodzina i jej gospodarstwo na ziemiach polskich w geografii europejskich struktur rodzinnych do połowy XX w. Białystok: Instytut Badań nad Dziedzictwem Kulturowym Europy, 241–263.
24. Heidelberger, Philip, Peter D. Welch. 1981. A spectral method for confidence interval generation and run length control in simulations. C ommunications of the ACM 24, 4: 233–245. DOI: 10.1145/358598.358630.
25. Heidelberger, Philip, Peter D. Welch. 1983. Simulation run length control in the presence of an initial transient. Operations Research 31, 6: 1109–1144. DOI: 10.1287/opre.31.6.1109.
26. Kotowska, Irena E. 2017. Panelowe badanie przemian relacji między pokoleniami, w rodzinie oraz między kobietami i mężczyznami jako podstawa diagnozowania zmian demograficznych w Polsce. Studia Demograficzne, 172, 2: 23–34.
27. Inglot, Tomasz. 2020. The Triumph of Novelty over Experience? Social Policy Responses to Demographic Crises in Hungary and Poland since Eu Enlargement. East European Politics and Societies and Cultures, 34, 4: 984–1004. DOI: 10.1177/0888325419874421.
28. Ishwaran, Hemant, Sunil J. Rao. 2005. Spike and slab variable selection: Frequentist and Bayesian strategies. The Annals of Statistics, 33, 2: 730–773. DOI: 10.1214/009053604000001147.
29. Jones, Larry, Alice Schoonbroodt, Michele Tertilt. 2011. Fertility Theories: Can They Explain the Negative Fertility-Income Relationship? University of Chicago Press, 43–106.
30. Joyce, Ted, Robert Kaestner, Sanders Korenman. 2003. Welfare Reform and Non-Marital Fertility in the 1990s: Evidence from Birth Records. The B.E. J ournal of Economic Analysis & Policy, 3, 1: 1–36. DOI: 10.2202/1538-0637.1108.
31. Kalwij, Adriaan. 2010. The impact of family policy expenditure on fertility in western Europe. Demography, 47, 2: 503–519. DOI: 10.1353/dem.0.0104.
32. Kravdal, Øystein. 1994. The importance of economic activity, economic potential and economic resources for the timing of first births in Norway. Population Studies, 48: 249–267.
33. Lalive, Rafael, Josef Zweimüller. 2009. How does Parental Leave Affect Fertility and Return to Work? Evidence from Two Natural Experiments. Quarterly Journal of Economics, 124, 3: 1363–1402. DOI: 10.1162/qjec.2009.124.3.1363.
34. Laroque, Guy, Bernard Salanié. 2013. Identifying the response of fertility to fiincentives. Journal of Applied Econometrics, 29, 2: 314–332. DOI: 10.1002/jae.2332
35. Levine, Phillip. 2002. The Impact of Social Policy and Economic Activity Throughout the Fertility Decision Tree. https://www.nber.org/system/files/working_papers/w9021/w9021.pdf. DOI: 10.3386/w9021.
36. Luci-Greulich, Angela, Olivier Thévenon. 2013. The Impact of Family Policies on Fertility Trends in Developed Countries. European Journal of Population, 29, 4: 387–416. DOI: 10.1007/s10680-013-9295-4.
37. Magda, Iga, Michał Brzeziński, Agnieszka Chłoń-Domińczak, Irena E. Kotowska, Michał Myck, Mateusz Najsztub, Joanna Tyrowicz. 2019. „Rodzina 500+” – ocena programu i propozycje zmian. Raport Instytutu Badań Strukturalnych. Warszawa: IBS.
38. Malak, Natalie, Mahbubur M. Rahman, Terry A. Yip. 2019. Baby bonus, anyone? Examining heterogeneous responses to a pro-natalist policy. Journal of Population Economics, 32, 4: 1205–1246. DOI: 10.1007/s00148-019-00731-y.
39. Matysiak, Anna. 2011. Posiadanie własnego mieszkania a rodzicielstwo w Polsce. Studia Demograficzne, 159, 1: 37–55.
40. Merlo, Rosangela. 1995. First Birth Timing in Australia. Journal of the Australian opulation Association, 12, 2: 131–146.
41. Milligan, Kevin. 2005. Subsidizing the Stork: New Evidence on Tax Incentives and Fertility. The Review of Economics and Statistics, 87, 3: 539–555. DOI: 10.1162/0034653054638382
42. Moffitt, Robert, A. 1998. The effect of welfare on marriage and fertility. In: R. A. Moffitt, eds. Welfare, The Family, and Reproductive Behavior. Washington DC: National Academy Press, 50–97.
43. Mynarska, Monika, Marta Styrc. 2014. Preferencje i ograniczenia. Czynniki determinujące intencje posiadania pierwszego i drugiego dziecka. W: A. Matysiak, red. Nowe wzorce formowania i rozwoju rodziny w Polsce. Przyczyny oraz wpływ na zadowolenie z życia. Warszawa: Wydawnictwo Naukowe Scholar, 54–79.
44. Najwyższa Izba Kontroli. 2019. Realizacja programu “Rodzina 500 plus”. Informacja o wynikach kontroli. https://www.nik.gov.pl/plik/id,21260,vp,23894.pdf. Dostęp 1.08.2021.
45. Nandi, Arindam, Ramanan Laxminarayan. 2015. The unintended effects of cash transfers on fertility: evidence from the Safe Motherhood Scheme in India. Journal of Population Economics, 29, 2: 457–491. DOI: 10.1007/s00148-015-0576-6.
46. Perles-Ribes, Jose Francisco, Ana Belen Ramon-Rodriguez, Luis Moreno-Izquierdo, Maria Teresa Torregrosa Marti. 2018. Winners and losers in the Arab uprisings: a Mediterranean tourism perspective. Current Issues in Tourism, 21, 16: 1810– 1829. DOI: 10.1080/13683500.2016.1225697.
47. Perles-Ribes, Jose Francisco, Ana Belen Ramon-Rodriguez, Maria Jesús Such-Devesa, Luis Moreno-Izquierdo. 2019. Effect of political instability in consolidated destinations: The case of Catalonia (Spain). Tourism management: research, policies, practice, 70: 134–139. DOI: 10.1016/j.tourman.2018.08.001.
48. Pinilla, Jaime, Miguel Negrin, Beatriz Gonzalez-Lopez-Valcarcel, Francisco-José Vazquez-Polo. 2018. Using a Bayesian Structural Time-Series Model to Infer the Causal Impact on Cigarette Sales of Partial and Total Bans on Public Smoking. Journal of Economics and Statistics, 238, 5: 423–439. DOI: 10.1515/ jbnst-2017-0125.
49. PWC. 2016. Finansowe wsparcie rodzin: awans Polski do czołówki państw UE. https://www.pwc.pl/pl/pdf/politykaprorodzinnawue-2016.pdf. Dostęp 1.08.2021.
50. Raute, Anna. 2019. Can financial incentives reduce the baby gap? Evidence from a reform in maternity leave benefits. Journal of Public Economics, 169: 203–222. DOI: 10.1016/j.jpubeco.2018.07.010.
51. R Core Team. 2021. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/. Dostęp 1.08.2021.
52. Riphahn, Regina, Frederik Wiynck. 2017. Fertility effects of child benefits. Journal of Population Economics, 30, 4: 1135–1184. DOI:10.1007/s00148-017-0647-y.
53. Santow, Gigi, Michael Bracher. 2001. Deferment of the First Birth and Fluctuating Fertility in Sweden. European Journal of Population, 17: 343–363.
54. Schoot van de, Rens, Sarah Depaoli, Ruth King, Bianca Kramer, Kaspar Martens, Mahlet G. Tadesse, Marina Vannucci, Andrew Gelman, Duco Veen, Joukje Willemsen, Christopher Yau. 2021. Bayesian statistics and modelling. Nature Review Methods Primers 1, 1. DOI: 10.1038/s43586-020-00001-2.
55. Scott, Steven L., Hal R. Varian. 2014. Predicting the present with Bayesian structural time series. International Journal of Mathematical Modelling and Numerical Optimisation, 5, 1-2: 4–23. DOI: 10.1504/IJMMNO.2014.059942.
56. Silver, Nate. 2012. Sygnał i szum. Sztuka prognozowania w erze technologii. Gliwice: Helion.
57. Sohn, Hosung, Suk-Won Lee. 2019. Causal Impact of Having a College Degree on Women’s Fertility: Evidence From Regression Kink Designs. Demography, 56, 3: 969–990. DOI: 10.1007/s13524-019-00771-9.
58. Stichnoth, Holger. 2019. Short-run fertility effects of parental leave benefits: evidence from a structural model. Empirical Economics, 59, 1: 143–168. DOI: 10.1007/ s00181-019-01673-w
59. Strategia Demograficzna 2040. Projekt. 2021. Warszawa. https://www.gov.pl/web/demografia/strategia. Dostęp 15.08.2021.
60. Sułek, Antoni. 2002. Ogród metodologii socjologicznej. Warszawa: Wydawnictwo Naukowe Scholar.
61. Sobotka, Tomáš, Éva Beaujouan. 2014. Two Is Best? The Presistence of a Two-Child Family Ideal in Europe. Population and Development Review, 40, 3: 391–419. DOI: 10.1111/j.1728-4457.2014. 00691.x.
62. Vocht, de Frank, Ceryl McQuire, Alan Brennan, Matt Egan, Colin Angus, Eileen Kaner, Emma Beard, Jamie Brown, Daniela De Angelis, Nick Carter, Barbara Murray, Rachel Dukes, Elizabeth Greenwood, Susan Holden, Russell Jago, Matthew Hick- man. 2020. Evaluating the causal impact of individual alcohol licensing decisions on local health and crime using natural experiments with synthetic controls. Addiction, 115/11: 2021–2031. DOI: 10.1111/add.15002.
63. Wasilewski, Jacek. 2014. Świadomość zmian globalizacyjnych na polskiej prowincji. Warszawa: Wydawnictwo Naukowe Scholar.
64. Xu, Yiqing. 2017. Generalized synthetic control method: Causal inference with interactive fixed effects models. Political Analysis, 25, 1: 57–76. DOI: 10.1017/ pan.2016.2.
65. Zakaria, Muhammad, Bashir Agmed Fida, Saquib Yousaf Janjua, Syed Jawad Shahzad. 2016. Fertility and Financial Development in South Asia. Social Indicators Research: An International and Interdisciplinary Journal for Quality-of-Life Measurement, 133, 2: 645–668. DOI: 10.1007/s11205-016-1382-6.


Go to article

Authors and Affiliations

Sławomir Bartnicki
1
ORCID: ORCID
Maciej Alimowski
2
ORCID: ORCID
  1. Uniwersytet w Białymstoku
  2. Szkoła Doktorska Nauk Społecznych Uniwersytetu w Białymstoku

Dlaczego drzewa nie uratują klimatu?

Paweł Kojs Romuald Zabielski
ACADEMIA. Magazyn Polskiej Akademii Nauk | 2019 | Nr 3-4 (59-60) Las | 12-17
Keywords CO2 w atmosferze zmiany klimatyczne nasadzenia odnowienia drzewostanu lesistość 500 mln drzew
Download PDF Download RIS Download Bibtex

Abstract

Polska rocznie emituje do atmosfery więcej CO2, niż mogłyby pochłonąć lasy pokrywające cały kraj.

Go to article

Authors and Affiliations

Paweł Kojs
Romuald Zabielski

The assessment of elevation data consistency. A case study using the ALS and georeference database in the City of Kraków

Izabela Piech Agnieszka Policht-Latawiec Lenka Lackóová Paulina Inglot
Journal of Water and Land Development | 2023 | No 59 | 135-144 | DOI: 10.24425/jwld.2023.147238
Keywords airborne laser scanning (ALS) Digital Surface Model (DSM) Digital Terrain Model (DTM) Georeference Database of Topographic Objects (BDOT500) IT System for the Protection of the Country (ISOK) point cloud
Download PDF Download RIS Download Bibtex

Abstract

The integration of geodetic and photogrammetric data has become a new tool that has expanded the existing measurement capabilities, as well as it found its application outside the geodetic sector. As a result, over the past decades, the process of topographic data acquisition has caused cartographic industry to move from classical surveying methods to passive and active detection methods. The introduction of remote sensing technology has not only improved the speed of data acquisition but has also provided elevation data for areas that are difficult to access and survey. The aim of the work is to analyse consistency of elevation data from the Georeference Database of Topographic Objects (Pol. Baza danych obiektów topograficznych – BDOT500) with data from airborne laser scanning (ALS) for selected 15 research areas located in the City of Kraków. The main findings reveal discrepancies between elevation data sources, potentially affecting the accuracy of various applications, such as flood risk assessment, urban planning, and environmental management. The research gap identified in the study might stem from the lack of comprehensive investigations into the consistency and accuracy of elevation data across different databases and technologies in urban areas. This gap highlights the need for a thorough examination of the reliability of various data sources and methods of urban planning, disaster management, and environmental analysis. The integration of diverse databases and technologies, like ALS and geodetic measurements, in various applications introduces potential discrepancies that can significantly impact decision-making and outcomes.
Go to article

Authors and Affiliations

Izabela Piech
1
ORCID: ORCID
Agnieszka Policht-Latawiec
1
ORCID: ORCID
Lenka Lackóová
ORCID: ORCID
Paulina Inglot
1 2
  1. University of Agriculture in Krakow, Faculty of Environmental Engineering and Land Surveying, al. Adama Mickiewicza 21, 31-120 Kraków, Poland
  2. Slovak University of Agriculture in Nitra, Faculty of Horticulture and Landscape Engineering, Department of Landscape Planning and Ground Consolidation, 949 76 Nitra, Slovak Republic

This page uses 'cookies'. Learn more