MétaCan
Menu
Retour à la cohorte
Enregistrement W1491362016

Targeting and coverage of the Bolsa Família Programme: Why knowing what you measure is important in choosing the numbers

2010· preprint· en· W1491362016 sur OpenAlexaboutno aff
Sergei Suarez Dillon Soares, Rafael Perez Ribas, Fábio Veras Soares

Notice bibliographique

RevueEconstor (Econstor) · 2010
Typepreprint
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAllowance (engineering)CashQuarter (Canadian coin)Inclusion (mineral)EconomicsCash transfersMinimum wageWageLabour economicsPublic economicsActuarial scienceBusinessDemographic economicsFinanceOperations managementGeographySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

[Introduction] The trade-off between targeting and coverage has always been something of a quandary for progressive cash transfers, particularly those that are not entitlements. Undue inclusion errors mean that families or individuals whose need is not so great are being paid at the expense of either taxpayers or other budgetary priorities. Undue exclusion errors mean that those who are in need, sometimes in desperate need, are not being helped by the state. This trade-off is somewhat less extreme for entitlements. If the law says that families whose income is less than a quarter of a minimum wage are entitled to a given cash allowance, then all those whose income falls under that line should receive the allowance. There is still a trade-off because measurement error still occurs, but the discussion centres only on the inclusion criteria. Most conditional cash transfers (CCTs), however, are not entitlements. When cash transfers of any kind are not entitlements, the targeting-coverage trade-off becomes more dramatic. In addition to inclusion criteria, coverage targets must be set and met. These coverage targets are usually set ex-ante and estimated before administrative records have given a clear idea of what is happening at the micro household level. Since these cash transfer programmes have suffered (or benefitted) from very high political visibility, it becomes difficult to change coverage targets once these are announced. Our objective in this paper is to illustrate these quandaries using Latin America’s largest CCT scheme, Brazil’s Bolsa Família programme (PBF). To do this, we first describe briefly how the programme came to be and its targeting mechanisms. Section 3 discusses the size of the programme according to different criteria (this is important in deciding whether it is too small or just right). The following section evaluates how good Bolsa Família is at reaching the poor and only the poor. Section 5 considers the concept of income volatility and why the poor are especially hard-hit by uncertainty about tomorrow’s income. Section 6 examines cross-sectional coverage. Section 7 discusses Bolsa Família’s marginal targeting and explains why this is the right concept to use in estimating how big it should be to cover all the poor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetPoverty, Education, and Child WelfareTravaux en français237 207