MétaCan
Menu
Retour à la cohorte
Enregistrement W1493129960 · doi:10.3386/w23128

Land Misallocation and Productivity

2017· report· en· W1493129960 sur OpenAlexfundno aff

Notice bibliographique

RevueNational Bureau of Economic Research · 2017
Typereport
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLand Rights and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMinisterio de Economía y Competitividad
Mots-clésTotal factor productivityProductivityAgriculturePanel dataAgricultural productivityCapital (architecture)Inequality

Résumé

récupéré en direct d'OpenAlex

Using detailed household-level data from Malawi on physical quantities of outputs and inputs in agricultural production, we measure total factor productivity (TFP) for farms controlling for land quality, rain, and other transitory shocks. We find that operated land size and capital are essentially unrelated to farm TFP implying substantial factor misallocation. The agricultural output gain from a reallocation of factors to their efficient use among existing farmers is a factor of 2.8-fold nationwide and 1.8-fold within enumeration areas, the narrowest geographical category in our data. Constructing a panel to estimate household-farm productivity that controls for transitory variation such as potential measurement error, the agricultural output gain is still quite substantial, between 1.7 to 2.0-fold, while the pattern of misallocation of near zero correlation of inputs and productivity remains essentially the same. We also provide suggestive evidence of the connection between misallocation and land markets and illustrate how an efficient allocation can substantially reduce agricultural income inequality and poverty.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,846

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,333
Tête enseignante GPT0,464
Écart entre enseignants0,131 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations37
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetLand Rights and ReformsTravaux en français237 207