Bayesian Interrupted Time Series for evaluating policy change on mental well-being: an application to England's welfare reform
评估政策对心理福祉影响的贝叶斯中断时间序列：英格兰福利改革应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要采用中断时间序列评估福利政策对心理福祉的影响及群体异质性。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
评估政策对心理福祉影响的贝叶斯中断时间序列：英格兰福利改革应用
- 研究问题
- 评估福利政策变化对人口心理福祉的影响时，如何同时考虑空间与时间依赖，并刻画不同个体特征群体的响应差异？
- 方法与思路
- 作者在中断时间序列框架中构建贝叶斯层级模型，处理时空依赖与群体差异，并使用英国家庭纵向调查进行应用。
- 材料陈述的贡献
- 摘要称该框架可评估政策对不同个体特征群体的差异化影响并表达不确定性，以英国福利改革作为应用场景。
- 阅读关注点
- 应核对改革时点与实施过程的编码、反事实趋势设定、同期政策和其他冲击的处理，以及层级先验与群体划分。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未报告影响方向或幅度，因果解释所需条件也未说明。
原文摘要
Factors contributing to social inequalities are also associated with negative mental health outcomes leading to disparities in mental well-being. We propose a Bayesian hierarchical model which can evaluate the impact of policies on population well-being, accounting for spatial/temporal dependencies. Building on an interrupted time series framework, our approach can evaluate how different profiles of individuals are affected in different ways, whilst accounting for their uncertainty. We apply the framework to assess the impact of the United Kingdoms welfare reform, which took place throughout the 2010s, on mental well-being using data from the UK Household Longitudinal Study. The additional depth of knowledge is essential for effective evaluation of current policy and implementation of future policy.