Twenty Years of Human Development in Six Affluent Countries: Australia, Canada, Japan, New Zealand, the United Kingdom, and the United States
Notice bibliographique
Résumé
This paper argues that a capabilities-based approach to measuring human development, while predominantly utilized in the Global South, is pertinent to that of the Global North also. Using tools like the Human Development Index allows for a more comprehensive understanding of well-being than purely economic measurements like GDP, and better identifies areas of need within countries. Disaggregated findings of health, access to knowledge, and a decent standard of living—the basic building blocks of human development—show vast differences between and within six affluent nations (Australia, Canada, Japan, New Zealand, the United Kingdom, and the United States) that cannot be explained by economics alone. For example, the greatest spender on health care in the group, the United States, has the lowest life expectancy, while the lowest spender, Japan, has the highest health life expectancy. While the HDI’s indicators do not capture all factors of human freedoms and capabilities, individual proxies for human development within the Index can be altered to increase its relevance and utility to affluent countries. Replacing literacy, for example, with educational attainment, and expanding the combined gross enrollment ration to include pre-school students allow for a more dynamic consideration of access to knowledge. The HDI presents an innovative approach to measuring well-being within affluent nations, and paints a more detailed picture of human development than by just economic growth alone.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».