MétaCan
Menu
Retour à la cohorte
Enregistrement W1576250629

The Age Distribution of Missing Women in India

2012· article· en· W1576250629 sur OpenAlexaff
Siwan Anderson, Debraj Ray

Notice bibliographique

RevueThe Faculty Digital Archive (New York University) · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMissing dataDemographyVariation (astronomy)Distribution (mathematics)Contrast (vision)StatisticsSociologyMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Relative to developed countries, there are far fewer women than men in India.Estimates suggest that among the stock of women who could potentially be alive today, over 25 million are "missing".Sex selection at birth and the mistreatment of young girls are widely regarded as key explanations.We provide a decomposition of missing women by age across the states of India.While we do not dispute the existence of severe gender bias at young ages, our computations yield some striking findings.First, the vast majority of missing women in India are of adult age.Second, there is significant variation in the distribution of missing women by age across different states.Missing girls at birth are most pervasive in some northwestern states, but excess female mortality at older ages is relatively low.In contrast, some northeastern states have the highest excess female mortality in adulthood but the lowest number of missing women at birth.The state-wise variation in the distribution of missing women across the age groups makes it very difficult to draw simple conclusions to explain the missing women phenomenon in India.20 6.1 131 40.8 47 14.8 122 38.2 Assam 0 0 21 26.1 23 28.6 36 45.3 Uttar Pradesh 81 14.2 181 31.7 125 22.0 183 32.0 Himachal Pradesh 3 14.2 3 16.6 3 14.0 10 55.2 Orissa 23 19.9 19 16.5 21 18.4 52 45.3 West Bengal 2 1.1 37 17.3 46 21.5 129 60.0 Karnataka 20 16.6 20 16.7 22 19.0 57 47.7 Rajasthan 48 43.4 30 26.8 12 10.8 21 19.0 Gujarat 25 25.8 23 24.2 14 14.7 34 35.3 Andhra Pradesh 25 17.1 20 14.0 23 15.8 77 53.1 Tamil Nadu 8 9.5 5 6.1 15 17.1 59 67.2 Kerala 8 20.3 2 4.4 2 6.1 29 69.3 India 265 11.9 558 25.0 398 17.8 1013 45.3 TABLE 4. Missing Women by Indian State and Age Group, 2003 (in 000s) Sources.National Family Health Survey (2005)(2006), United Nations, World Health Organization, Sample Registration System (Government of India).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,038
Tête enseignante GPT0,252
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations50
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Faculty Digital Archive (New York University)Même sujetDemographic Trends and Gender PreferencesTravaux en français237 207