MétaCan
Menu
Retour à la cohorte
Enregistrement W1578644227 · doi:10.3968/j.css.1923669720110706.069

Taking Stock of Poverty Reduction Efforts in Nigeria

2011· article· en· W1578644227 sur OpenAlexvenueno aff
Flora O. Ntunde, Chukwuemeka O. Oteh

Notice bibliographique

RevueCanadian social science · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic, financial, and policy analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPovertyPoverty reductionEconomic growthState (computer science)Development economicsStock (firearms)SocioeconomicsPoor peopleBusinessEconomicsPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

This study is an evaluation of the Poverty Eradication Programmes in Nigeria. It tries to assess their effectiveness in helping to improve on the lives of the poor. Primary data were collected through questionnaire administered to randomly selected adult male and female residents in Enugu State of Nigeria. Secondary data were collected from the Poverty Eradication office in the State. The analysis shows that most of the poverty reduction efforts had no significant impact on the lives of the poor. Even those that were recorded as effective had negligible impact on the populace to have reduced poverty. The study enumerates among others inadequate funding, mismanagement of resources and inadequate infrastructures as problems stifling most poverty alleviation programmes in Nigeria. The study recommends that in addition to establishing these Poverty alleviation programmes, Nigeria should strive to move away from import dependent economy to an export oriented one. Key words: Poverty eradication programmes; Nigeria; Effectiveness

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,907

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,048
Tête enseignante GPT0,236
Écart entre enseignants0,188 · 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'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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetEconomic, financial, and policy analysisTravaux en français237 207