Upatikanaji wa intaneti ya broadband katika utafiti huu hauwakilishi matumizi halisi ya intaneti ya watu binafsi, bali ni treatment variable inayowakilisha kiwango ambacho miundombinu ya intaneti ya kasi kubwa inafikika kijiografia kwa wakazi katika county fulani ya Marekani. Yu-Ting Huang alitumia kuenea kwa broadband kwa nyakati tofauti katika counties za Marekani mwanzoni mwa miaka ya 2000 kama quasi-natural experiment na kuunganisha data za miundombinu za FCC Form 477 na rekodi za kuzaliwa za 2001-2008. Katika uchanganuzi mkuu wa generalized difference-in-differences, ongezeko la county broadband availability kutoka kutokuwa na coverage hadi coverage kamili linahusishwa na ongezeko la takribani gramu 7,5 katika wastani wa birth weight, sawa na takribani %0,23.
Matokeo hayahusu tu kuongezeka kwa wastani wa birth weight. Sehemu ya low-birth-weight births ilipungua kwa takribani %3,6 huku sehemu ya high-birth-weight births ikiongezeka kwa %4,5; hivyo distribution kwa ujumla ilisogea kulia. Point estimate za athari ni chanya katika maternal subgroups zote zilizochunguzwa, na chanzo kinaonyesha makadirio makubwa zaidi hasa kwa vikundi vya non-Hispanic non-White, Hispanic, wenye elimu ya chini zaidi na rural.
Uchanganuzi wa mechanism unaonyesha kwamba ongezeko kuu la birth weight linahusiana zaidi na muda mrefu wa ujauzito kuliko gestational-age-conditional fetal growth. Uwezekano wa preterm birth ulipungua kwa asilimia-pointi 0,36 huku post-term birth ikiongezeka kwa asilimia-pointi 0,45; birth-weight coefficient ilipokaribia sifuri baada ya kudhibiti gestational length. Idadi ya prenatal-care visits au matumizi ya tumbaku wakati wa ujauzito hayakubadilika kwa kiwango cha maana.
Kikomo cha tafsiri ya utafiti ni muhimu: treatment si matumizi halisi ya intaneti bali infrastructure availability; kipimo cha FCC ni proxy ya coverage; causal interpretation inategemea assumptions za difference-in-differences na instrumental-variable; BRFSS mechanism analysis hutumia proxy population ya wanawake wa reproductive-age badala ya wanawake wajawazito; na utafiti ni preprint ya September 2026 ambayo bado haijapitia peer review.
Athari ya Gramu 7,5 katika Utafiti Huu Inamaanisha Nini Hasa?
Gramu 7,5 si athari ya matumizi binafsi ya intaneti kuongezeka mara mbili; ni mabadiliko ya birth weight ya intent-to-treat yaliyokadiriwa katika modeli kwa mabadiliko ya county broadband availability kutoka kutokuwa na coverage yoyote hadi coverage kamili ya kijiografia. Coefficient katika specification kuu ni gramu 7,504, standard error ni 2,285, na matokeo yana umuhimu wa kitakwimu katika kiwango cha %1.
Tatizo kuu la utafiti
Tofauti za kijamii na kiuchumi katika afya ya mama na mtoto huenda zisisababishwe tu na upatikanaji wa kimwili wa huduma za afya. Gharama ya kupata taarifa kuhusu lishe wakati wa ujauzito, complications, provider wa huduma za afya na maandalizi ya kujifungua pia inaweza kuathiri maternal behavior.
Intaneti inaweza kupunguza gharama hii ya taarifa; hata hivyo, ubora wa taarifa za mtandaoni hubadilika. Intaneti pia inaweza kubadilisha kwa wakati mmoja njia nyingi kama kazi, kipato, mwingiliano wa kijamii, kuanzisha familia na uchaguzi wa provider wa huduma za afya. Kwa hiyo, ishara ya athari halisi ya broadband kwa infant health haiwezi kujulikana kwa uhakika mapema kinadharia.
Kwa nini kipindi cha 2001-2008 kilitumika?
Kipindi hiki kilikuwa wakati residential broadband ilikuwa ikienea haraka Marekani lakini smartphones na modern mobile internet bado hazikuwa zimeenea sana. Hivyo, athari ya miundombinu ya broadband katika mazingira ya taarifa huchanganyika kwa kiwango kidogo na mapinduzi ya baadaye ya smartphone.
Muktadha huu wa kihistoria pia unapunguza external validity. Uzoefu wa broadband wa 2001-2008 si mfumo uleule wa taarifa kama mazingira ya social media, mobile broadband au generative AI ya 2026.
Njia ya taarifa
Broadband inaweza kupunguza gharama zisizo za kifedha za kupata taarifa za afya. Wanawake wajawazito wanaweza kupata kwa urahisi zaidi taarifa kuhusu prenatal nutrition, fetal development, complications na delivery preparation.
Hata hivyo, utafiti hauoni ni web site gani mama binafsi alitembelea, ni taarifa gani alisoma au ni maudhui gani yaliyomfanya abadili tabia. Data za Google Trends hutoa muktadha wa maelezo unaounga mkono mabadiliko katika mazingira ya utafutaji wa taarifa; si kipimo cha moja kwa moja cha mechanism ya mtu binafsi.
Njia ya uchaguzi wa uzazi
Broadband inaweza kubadilisha upatikanaji wa contraception, pregnancy timing na abortion-related information. Kwa hiyo, inaweza kuathiri si tu health inputs za ujauzito uliopo bali pia ni ujauzito gani hutokea na ni upi huishia kwa live birth.
Hii ina maana kwamba wastani wa birth weight unaweza kubadilika kwa sababu ya compositional selection. Chanzo huchunguza suala hili pia kupitia fertility outcomes.
Njia ya provider na mazingira ya eneo
Broadband inaweza kuathiri jinsi wagonjwa wanavyopata taarifa kuhusu providers wa huduma za afya au matumizi ya information technology katika mifumo ya afya. Pia inaweza kuunda njia zisizo za moja kwa moja kupitia masoko ya ajira, kipato cha eneo, mitandao ya kijamii na rasilimali za familia.
Kwa hiyo, coefficient kuu \(\beta\) haiwezi kutafsiriwa tu kama “athari ya web site za taarifa za afya”. Chanzo huichukulia kama athari halisi ya broadband availability kupitia njia zote zinazohusika.
Je, Broadband Availability na Matumizi Halisi ya Intaneti ni Kitu Kimoja?
Hapana. Broadband availability inayotegemea FCC Form 477 huwakilisha kuwepo kwa miundombinu ndani ya ZIP code na county; haionyeshi kwamba kaya binafsi imenunua subscription au kwamba inatumia intaneti kwa kweli. Kwa hiyo, coefficient kuu si treatment-on-the-treated bali ni athari ya intent-to-treat.
Msingi wa kipimo cha FCC Form 477
FCC Form 477 huripoti kwa kiwango cha ZIP-code idadi ya Internet Service Provider wanaotoa huduma ya broadband ya 200 kbps au zaidi kwa angalau mteja mmoja.
Chanzo huweka thamani ya 2 kwa masked 1-3 provider observations kwa kufuata fasihi. ZIP code zisizo na provider huainishwa kama sifuri.
Hata hivyo, kuwepo kwa provider katika ZIP code hakuhakikishi kwamba kila kaya inaweza kuhudumiwa. Kwa hiyo, mwandishi hutumia ufafanuzi mkali zaidi wa coverage kuliko kiashiria rahisi cha “angalau provider mmoja yupo”.
Ufafanuzi wa broadband availability katika chanzo
Ili ZIP code ihesabiwe kuwa broadband-available, lazima itimize masharti mawili kwa wakati mmoja:
\[ 1(Broadband)= 1(\text{provider başına nüfus}\le 2700) \times 1(\text{provider başına alan}\le12\;mile^2) \]
Kisha viashiria hivi vya ZIP-code hupimwa kwa sehemu ya ZIP code katika idadi ya watu ya county na kubadilishwa kuwa county-level broadband availability variable.
Kwa nini timing ya ujauzito iliingizwa katika kipimo cha broadband?
Ujauzito mmoja unaweza kuvuka miaka miwili ya kalenda au zaidi ya FCC reporting period moja. Chanzo kinapohesabu prenatal broadband exposure, hupima kila reporting period kwa sehemu ya miezi inayochukua katika muda wa ujauzito.
Njia hii inalenga kuwakilisha kwa usahihi zaidi kipindi gani cha ujauzito fetus na mama walikabiliwa na miundombinu ya broadband, badala ya kuhusisha treatment timing na mwaka wa kuzaliwa pekee.
Je, broadband availability inatabiri matumizi halisi?
Chanzo huangalia uhusiano huu kwa data za household internet-use za Current Population Survey. State-level broadband availability ilipokuwa juu, internet-use rates pia zilionekana kuwa juu. Hii inaunga mkono kwamba availability ni proxy yenye maana ya matumizi; hata hivyo, dhana hizi mbili si sawa.
Upeo wa data za kuzaliwa
Restricted-access 2001-2008 Detailed Natality Files ni official birth-certificate microdata inayofunika sehemu kubwa sana ya live births nchini Marekani.
Data zinajumuisha maternal age, race/ethnicity, education, marital status, gestational age, prenatal-care characteristics na infant-health outcomes mbalimbali. Mother county of residence ndiyo kitambulisho kidogo zaidi cha kijiografia.
County-year aggregation
Mwandishi hukusanya microdata katika kiwango cha county-year na kupima regressions kwa idadi halisi ya births katika kila cell. Hii hurahisisha kuunganisha na county-level broadband pamoja na economic covariates.
Balanced panel ina observations 24.864 za county-year. Idadi ya observations zinazoweza kutumika katika regression kuu ya birth-weight yenye controls kamili ni 20.349.
Kwa nini summary statistics si causal result?
Katika always-treated counties, wastani wa birth weight ni 3283,7 g, ilhali katika never-treated counties ni 3246,3 g. Always-treated counties pia zina mama wenye elimu zaidi na viwango vya poverty na unemployment vilivyo chini.
Kwa hiyo, kulinganisha makundi haya mawili ya county moja kwa moja hakuonyeshi causal effect ya broadband. Muundo wa econometric wa utafiti unajaribu hasa kutenganisha tofauti hizi zisizobadilika kwa muda na zinazoonekana.
Mbinu na Matokeo ya Utafiti
Modeli kuu ya difference-in-differences
Chanzo kinatumia generalized difference-in-differences model ifuatayo:
\[ Y_{ct} = \alpha+ \beta Broadband_{ct}+ \phi X_{ct}+ \delta_c+ \gamma_t+ \epsilon_{ct} \tag{1} \]
\(Y_{ct}\) ni outcome variable kwa county \(c\) na delivery year \(t\). Birth weight hupimwa kwa gramu; fertility rate hupimwa kama live births kwa wanawake 1.000 katika demographic group husika.
\(Broadband_{ct}\) ni population-weighted county broadband availability ratio. \(\beta\) hupima intent-to-treat effect ya availability kuongezeka kutoka 0 hadi coverage kamili.
\(X_{ct}\) ni vector ya maternal na local time-varying covariates. \(\delta_c\) ni county fixed effects, \(\gamma_t\) ni year fixed effects, na \(\epsilon_{ct}\) ni error term.
Control variables
| Kiwango | Control variables |
|---|---|
| Mama / kuzaliwa | Maternal age, race/ethnicity, education, marital status |
| County | Unemployment rate, poverty rate |
| State | Minimum wage, WIC participation |
| Policy | Mandatory waiting period, parental involvement na TRAP laws |
| Fixed effects | County fixed effects na year fixed effects |
Dynamic estimator kwa staggered treatment
Kwa sababu broadband rollout haikutokea katika counties zote katika mwaka mmoja au kuanzia kiwango kimoja, utafiti hutumia dynamic estimator ya De Chaisemartin na d'Haultfoeuille iliyotengenezwa kwa staggered, continuously distributed treatment badala ya classical two-way fixed-effects event study.
Continuous coverage rate hugawanywa katika intensity category nne. Katika 25-percentage-point floor transformation, vipindi [0,25), [25,50), [50,75) na [75,100] huwekwa mtawalia kwenye viwango vya treatment vya 0, 25%, 50% na 75%.
Normalized event study ina pre-treatment period nne na post-treatment period nne; omitted period ni \(t=-1\).
Matokeo makuu ya birth-weight
| Specification | Coefficient | Standard error | Maudhui kuu |
|---|---|---|---|
| 1 | 4,266 g | 2,730 | County + year fixed effects |
| 2 | 4,958 g*** | 2,398 | + economic/policy controls |
| 3 | 6,797 g*** | 2,397 | + maternal demographic controls |
| 4 — specification kuu | 7,504 g*** | 2,285 | + maternal education |
Katika specification kuu, county broadband availability kuongezeka kutoka 0 hadi coverage kamili kunahusishwa na wastani wa birth weight ulio juu kwa takribani gramu 7,5. Chanzo kinakokotoa hili kama mabadiliko ya takribani %0,23.
Pre-trends za event-study
Katika Figure 4, coefficients kabla ya treatment ni ndogo na hazitofautiani na sifuri kwa kiwango cha kitakwimu. Makadirio baada ya treatment yanaonekana kuwa chanya na ya kudumu.
Matokeo haya ni diagnostic inayounga mkono parallel-trends assumption. Hata hivyo, kutokuwa na umuhimu wa kitakwimu kwa pre-trend pekee hakuthibitishi kwamba hakuna time-varying unobserved confounding.
Distribution ya birth weight
| Kategoria | DD estimate | Mabadiliko ya uwiano yaliyoripotiwa katika chanzo | Hali ya kitakwimu |
|---|---|---|---|
| VLBW, 500-1499 g | −0,0000 | ≈%0 | Si muhimu |
| LBW, 1500-2499 g | −0,0025 | −%3,6 | p<0,01 |
| NBW-L, 2500-3249 g | −0,0029 | −%0,7 | p<0,10 |
| NBW-H, 3250-4000 g | +0,0022 | +%0,5 | Si muhimu |
| HBW, >4000 g | +0,0032 | +%4,5 | p<0,01 |
Distribution hii inaonyesha kwamba athari kuu haitokani tu na kupungua kwa low-birth-weight tail. Birth-weight distribution kwa ujumla inasogea kuelekea uzito wa juu zaidi.
Athari heterogenous za birth-weight
Katika Figure 6, point estimate ni chanya kwa maternal subgroups zote zilizochunguzwa. Chanzo kinatoa hasa makadirio yafuatayo:
- takribani 14,4 g kwa mama non-Hispanic non-White,
- takribani 12,6 g kwa mama Hispanic,
- takribani 6,3 g kwa mama non-Hispanic White
Athari pia inaonekana kubwa zaidi kwa mama wenye umri zaidi ya 35, wenye elimu ndogo na rural.
Heterogeneity hii si ushahidi wa moja kwa moja wa causal channel. Chanzo kinatafsiri kwamba vikundi vyenye vikwazo vikubwa zaidi vya taarifa na traditional prenatal-care access vinaweza kunufaika zaidi na broadband.
Matokeo ya fertility
| Kundi | Mabadiliko ya live births / wanawake 1.000 | Alama ya kitakwimu |
|---|---|---|
| Jumla | −1,717 | *** |
| Umri 15-24 | −1,331 | ** |
| Umri 25-34 | −2,824 | *** |
| Umri 35+ | −0,125 | Si muhimu |
| Non-Hispanic non-White | +1,944 | * |
| Non-Hispanic White | −2,668 | *** |
| Hispanic | −1,719 | Si muhimu |
| Less than high school | +2,600 | *** |
| High school | +1,168 | ** |
| College+ | −1,495 | *** |
| First birth | −0,211 | Si muhimu |
| Second+ birth | −1,614 | *** |
| Urban | −0,626 | Si muhimu |
| Rural | −2,695 | *** |
Ingawa general fertility rate kwa jumla inapungua kwa takribani %2,37, composition ya births haibadiliki kwa mwelekeo mmoja tu. Fertility huongezeka katika baadhi ya vikundi vyenye baseline infant-health ya chini.
Mwandishi anahoji kwamba compositional shift hii inafanya kazi kinyume na athari chanya kwa wastani wa birth weight na kwa hiyo estimate ya gramu 7,5 inaweza kuwa conservative lower bound ya athari ya afya ya broadband. Kauli hii ni tafsiri ya mwandishi inayotegemea selection model.
Je, Ongezeko la Birth Weight Linatokana na Fetal Growth ya Haraka Zaidi?
Uchanganuzi wa mechanism wa chanzo hauungi mkono hilo. Broadband availability hupunguza preterm births na kuongeza post-term births, huku estimate ya birth weight ikikaribia sifuri baada ya kudhibiti gestational length na matokeo ya SGA/LGA yasibadilike kwa kiasi kikubwa; kwa hiyo mwandishi anahusisha ongezeko kuu na muda mrefu zaidi wa ujauzito.
Matokeo ya ujauzito na kuzaliwa
| Matokeo | DD estimate | Mabadiliko ya chanzo | Hali ya kitakwimu |
|---|---|---|---|
| Very premature, <32 wiki | −0,0007 | −%3,4 | Si muhimu |
| Premature, <37 wiki | −0,0036 | −%2,7 | p<0,05 |
| Post-term, ≥42 wiki | +0,0045 | +%7,11 | p<0,01 |
| Small for gestational age | +0,0001 | +%0,06 | Si muhimu |
| Large for gestational age | +0,0016 | +%1,74 | Si muhimu |
| 5-minute Apgar score | +0,023 | +%0,26 | Imprecise / si muhimu |
| Low Apgar <8 | −0,0024 | −%5,41 | Imprecise / si muhimu |
| Any abnormal condition | +0,0009 | +%1,09 | Si muhimu |
| Cesarean section | +0,0089 | +%3,14 | p<0,01 |
| Mwezi wa kuanza prenatal care | +0,0756 | Takribani siku 2-3 baadaye | p<0,10 |
| Idadi ya prenatal visits | −0,0452 | −%0,42 | Si muhimu |
| Tobacco use wakati wa ujauzito | +0,0020 | +%1,36 | Si muhimu |
Matokeo katika matumizi ya formal prenatal-care
Broadband haikuwafanya mama waanze prenatal care mapema. Kinyume chake, muda wa kuanza unaonekana kuchelewa kidogo sana katika chanzo na idadi ya prenatal visits haibadiliki.
Kwa hiyo, athari kuu ya birth-weight haiwezi kuelezwa kwa “prenatal visit zaidi”.
Matokeo ya C-section
Cesarean delivery probability inaongezeka kwa 0,0089, yaani asilimia-pointi 0,89. Chanzo kinatoa hili kama ongezeko la takribani %3,14 ikilinganishwa na baseline.
Utafiti hauthibitishi kwamba mabadiliko haya ni causal mechanism huru inayoboresha au kuzorotesha afya ya mtoto.
BRFSS complementary mechanism analysis
Kutumia Behavioral Risk Factor Surveillance System kutathmini wanawake wa miaka 18-39 kama proxy population ya maternal-health-capital ni complementary analysis tofauti.
| Kundi | Very good/excellent self-reported health | Exercise | Unemployed |
|---|---|---|---|
| Jumla | −0,0220 | −0,0185 | −0,0299* |
| Non-Hispanic White | −0,0370 | +0,0067 | −0,0439 |
| Non-Hispanic non-White | +0,2736*** | +0,1676** | −0,0644* |
| Hispanic | −0,1836 | −0,1089 | −0,0472 |
Alternative broadband measurements
| Specification | Estimate |
|---|---|
| Specification kuu | 7,5 g |
| Semi-annual, delivery timing | 6,6 g |
| Semi-annual, conception timing | 10,2 g |
| Annual, delivery timing | 4,3 g |
| Annual, conception timing | 8,7 g |
| December-only measure | 7,1 g |
Conception-timed measures hutoa coefficients kubwa kuliko delivery-timed measures. Chanzo kinatafsiri hili kama suggestive evidence kwamba broadband exposure katika hatua za mwanzo za pregnancy au pre-conception inaweza kuwa muhimu zaidi; uchanganuzi huu pekee hauthibitishi trimester-specific causal mechanism.
Alternative first-jump event study
Kuruka kwa kwanza kwa kiwango kikubwa kwa county broadband availability kwa mwaka kuliundwa modeli tofauti kwa thresholds za 10%, 15%, 20% na 25%. Chanzo kinaripoti mtawalia DD estimate za 10,337 g, 3,882 g, 5,374 g na 9,443 g.
Matokeo ya 10% threshold ni muhimu katika kiwango cha %1, matokeo ya 20% katika %10 na matokeo ya 25% katika %5; estimate ya 15% threshold si muhimu. Hivyo, binary treatment definitions tofauti zinaunga mkono mwelekeo chanya kwa ujumla, lakini nguvu ya kitakwimu si sawa katika thresholds zote.
Instrumental-variable analysis
Kukabiliana na wasiwasi wa omitted-variable bias, mwandishi hutumia viwango vya 1960 county-level telephone na television ownership kama historical-infrastructure instruments za broadband rollout.
| Metric | Continuous | 25% bin |
|---|---|---|
| Broadband birth-weight coefficient | 23,904 g*** | 32,093 g*** |
| Standard error | 8,996 | 8,555 |
| First-stage F | 15,70 | 15,57 |
| Kleibergen-Paap rk LM | 129,01 | 125,74 |
| Hansen J p | 0,1049 | 0,2310 |
| N | 24.142 | |
Makadirio ya IV ni makubwa sana kuliko baseline DiD. Chanzo kinajadili kama maelezo yanayowezekana attenuation bias kutokana na broadband availability measurement error na uwezekano kwamba IV inatambua local average treatment effect tofauti kwa complier counties zilizoathiriwa na historical infrastructure.
Placebo na falsification test
Katika kipindi cha pre-broadband cha 1993-2000, broadband availability ya miaka minane baadaye ilitumika badala ya treatment halisi:
\[ Y_{ct} = \alpha+ \beta Broadband_{c,t+8}+ \phi X_{ct}+ \delta_c+ \gamma_t+ \epsilon_{ct} \tag{4} \]
Birth-weight coefficient ni 0,0568 g na standard error ni 3,7146. Future broadband coefficient katika VLBW, LBW, normal-birth-weight groups, premature na post-term outcomes pia si muhimu katika conventional significance levels.
Matokeo haya ya falsification yanaunga mkono hoja dhidi ya maelezo kwamba counties ambazo baadaye zingepata broadband haraka tayari zilikuwa zikifuata infant-health trends tofauti kabla.
Je, Utafiti Huu Unasema Broadband Huboresha Afya ya Mtoto kwa Mechanism Iliyothibitishwa Kabisa?
Hapana. Utafiti unajaribu kuimarisha causal interpretation kwa staggered rollout, dynamic difference-in-differences, event-study, instrumental variable na placebo checks; hata hivyo, broadband availability si matumizi ya moja kwa moja ya intaneti, baadhi ya causal assumptions haziwezi kupimwa, na maternal information pathway haionekani katika kiwango cha mtu binafsi, hivyo hakuna biological au behavioral mechanism moja iliyoonyeshwa kwa uhakika.
Matokeo yanayoungwa mkono na utafiti
County broadband availability kuongezeka kutoka 0 hadi coverage kamili kunahusishwa katika specification kuu na mabadiliko chanya ya takribani gramu 7,5 katika wastani wa birth weight.
Sehemu ya low-birth-weight births inapungua huku sehemu ya high-birth-weight births ikiongezeka na birth-weight distribution kusogea kulia.
Preterm births zinapungua, post-term births zinaongezeka na birth-weight coefficient karibu inatoweka gestational length inapodhibitiwa.
General fertility rate kwa ujumla inapungua lakini mwelekeo na ukubwa hutofautiana kati ya demographic groups.
Alternative treatment measures, IV analysis na placebo tests zinaunga mkono kwamba uhusiano mkuu hautegemei specification moja tu.
Matokeo yasiyoungwa mkono na utafiti
Gramu 7,5 haimaanishi kwamba mtoto wa kila mama anayetumia intaneti kwa kweli atazaliwa na uzito wa gramu 7,5 zaidi.
Haijathibitishwa kwamba broadband huathiri tu kupitia taarifa za afya za mtandaoni.
Grafu za Google Trends hazionyeshi ni taarifa gani mama binafsi alitumia.
Matokeo ya BRFSS si kipimo cha moja kwa moja cha mechanism kwa wanawake wajawazito.
Utafiti haujathibitisha kwamba higher birth weight moja kwa moja humaanisha afya bora katika wigo wote wa uzito; high-birth-weight births pia zinaongezeka.
Matokeo hayawezi kuhamishwa moja kwa moja kwa mazingira ya kisasa ya smartphone, social-media au generative-AI.
Utafiti si clinical intervention trial.
Preprint bado haijapitia peer review.
Nguvu za identification strategy
Matumizi ya staggered broadband rollout, county na year fixed effects, maternal na socioeconomic controls, pre-trend event study, alternative treatment definitions, IV strategy na pre-period placebo analysis huruhusu uhusiano huo huo kupimwa chini ya identification assumptions tofauti.
Pia, coverage pana ya kijiografia na idadi ya watu ya birth certificates na ukweli kwamba birth weight, outcome kuu, ni kipimo cha objective na kilichorekodiwa kwa kiwango cha standard ni miongoni mwa faida za data za utafiti.
Mapungufu makuu ya identification strategy
| Kizuizi | Athari ya kisayansi |
|---|---|
| Broadband availability ≠ actual adoption | Coefficient si individual internet-use effect |
| FCC provider-presence proxy | Household coverage halisi inaweza kuwa na measurement error |
| Difference-in-differences assumptions | Unobserved time-varying confounding haiwezi kuonekana kikamilifu |
| IV exclusion restriction | Inadhaniwa historical infrastructure huathiri infant health kupitia broadband pekee |
| County-year aggregation | Sehemu ya heterogeneity ya individual exposure inaweza kupotea katika wastani wa county |
| BRFSS proxy population | Matokeo ya reproductive-age women si pregnant-mother mechanism ya moja kwa moja |
| Mazingira ya kihistoria ya 2001-2008 | External validity kwa majukwaa ya kisasa ya intaneti lazima ithibitishwe kando |
| Preprint status | Matokeo bado hayajapitia formal peer review |
Uhusiano na Generative AI
Katika sehemu ya conclusion, chanzo hakionyeshi generative artificial intelligence kama matokeo yaliyopimwa moja kwa moja. Mwandishi anataja kama swali la utafiti wa baadaye kwamba ikiwa broadband ilipunguza gharama ya kufikia na kutafsiri taarifa za afya, generative AI inaweza kuleta mabadiliko makubwa zaidi katika margin hiyo, lakini pia inaweza kuleta hatari mpya kama confident advice isiyoaminika.
Kwa hiyo, estimate ya sasa ya gramu 7,5 ya broadband haiwezi kutumika kama “estimate ya athari ya AI kwa afya”.
Maelezo ya Chanzo na Mbinu
Kichwa asili: Bytes and Births: The Effect of Broadband Internet on Infant Health.
Mwandishi: Yu-Ting Huang.
Taasisi: Department of Economics, Andrew Young School of Policy Studies, Georgia State University.
Tarehe: September 2026.
Aina ya chanzo: Preprint research paper / working paper.
Peer review: Chanzo kinasema wazi kwamba bado hakijawa peer reviewed.
Jukwaa: SSRN.
Kitambulisho cha SSRN: Abstract 7586018.
DOI: Hakuna DOI iliyoripotiwa katika preprint PDF iliyopakiwa; DOI haijabuniwa.
Leseni: PDF iliyopakiwa haionyeshi Creative Commons ya wazi au leseni nyingine ya reuse. Kupatikana kielektroniki hakukuchukuliwa kuwa leseni ya wazi.
JEL codes: I12, J13, J18, O33, L86.
Maneno muhimu ya chanzo: Broadband Internet; New Media and Technology; Health Information; Infant Health; Maternal Health; Health Disparities.
Data kuu za kuzaliwa: Restricted-access 2001-2008 NCHS/NVSS Detailed Natality Files.
Data kuu za broadband: FCC Form 477; rekodi za ISP za kipindi cha December 1999-June 2008.
Vyanzo vya ziada vya data: CPS internet-use data; SEER population; SAIPE poverty; BLS Local Area Unemployment Statistics; UKCPR state welfare data; abortion-policy data sources; BRFSS.
Balanced panel: Observations 24.864 za county-year.
Wastani wa broadband availability: %33,8.
Outcome kuu: Birth weight, gramu.
Identification kuu: Generalized difference-in-differences + De Chaisemartin na d'Haultfoeuille dynamic estimator.
Treatment: Population-weighted county broadband availability; si individual internet adoption.
Kiwango kikuu cha treatment: Mabadiliko ya county availability kutoka none-to-full coverage.
Event-study binning: 25 percentage-point treatment-intensity categories.
Fixed effects: County na year fixed effects.
Standard errors: Clustered robust standard errors katika county level.
Estimate kuu ya birth-weight: 7,504 g; SE 2,285; p<0,01.
Regression N kuu: 20.349.
Low birth weight: DD −0,0025; kupungua kwa takribani %3,6.
High birth weight: DD +0,0032; kuongezeka kwa takribani %4,5.
General fertility rate: −1,717 live births / wanawake 1.000; kupungua kwa takribani %2,37.
Premature birth: −0,0036; kupungua kwa takribani asilimia-pointi 0,36.
Post-term birth: +0,0045; kuongezeka kwa takribani asilimia-pointi 0,45.
C-section: +0,0089; ongezeko la uwiano la takribani %3,14.
Prenatal visits: Hakuna mabadiliko muhimu.
Maternal tobacco use: Hakuna mabadiliko muhimu.
Matokeo ya Gestational-growth: Birth-weight coefficient nearly zero baada ya kudhibiti gestational length; hakuna mabadiliko makubwa katika SGA/LGA.
IV instruments: 1960 county-level telephone na television ownership.
IV coefficients: 23,904 g na 32,093 g.
First-stage F: 15,70 na 15,57.
Kipindi cha placebo: 1993-2000; future broadband availability ilitumika.
BRFSS population: Reproductive-age women wa miaka 18-39; si sampuli ya moja kwa moja ya wanawake wajawazito.
Ufadhili: Hakuna formal funding statement tofauti iliyobainishwa katika chanzo.
Mgongano wa maslahi: Hakuna formal conflict-of-interest statement tofauti iliyobainishwa katika chanzo; hali hii haijatafsiriwa kuwa “hakuna mgongano wa maslahi”.
Data availability statement: Hakuna formal data-availability statement tofauti katika chanzo. Data kuu za kuzaliwa zimeelezwa kuwa restricted-access.
Shukrani: Mwandishi anamshukuru Lauren Hoehn-Velasco, James Marton, Elaine Meichen Liu na Melanie Guldi kama washauri wake.
Kikomo kikuu cha tafsiri: Utafiti unakadiria quasi-experimental intent-to-treat effect ya broadband availability kwa infant-health outcomes; haukadiri moja kwa moja treatment-on-the-treated effect ya matumizi halisi ya intaneti ya mtu binafsi.
Kikomo cha peer-review: Toleo la September 2026 ni preprint ambayo bado haijapitia peer review; matokeo au tafsiri zinaweza kubadilika katika toleo la baadaye.
Dokezo la hakimiliki/visual: Kwa kuwa hakuna open reuse license iliyothibitishwa katika chanzo, ni sahihi kueleza upya data za factual na mahusiano ya kisayansi kwa muundo huru wa Verianla badala ya kutumia tena grafu asili pixel-kwa-pixel.
Acha maoni
Anwani yako ya barua pepe haitachapishwa. Sehemu za lazima zimewekewa alama ya *