Self‐perceived social stratification in low‐income transitional countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Against a background of rising inequalities in transitional countries, the purpose of this study is to focus on the analysis of the self‐perceived social stratification in the low‐income countries of the South Caucasus. Design/methodology/approach Using data from the recent multi‐country comparative survey conducted in Armenia, Azerbaijan and Georgia, this study examines the factors explaining self‐perceived stratification in the region. Ordered logit regression model is fitted to assess the determinants of the stratification. Findings One of the most important findings of this paper is that the majority of the people in the examined region consider themselves as middle class, although a considerable share of the general population are actually at the lowest level of society. Self‐perceived social stratification in the countries of this region can largely be explained by a set of factors within the direct social policy domain. Practical implications Active promotion of job intensive economic growth, supporting small businesses, improving effectiveness of social protection policies, affordability of healthcare and education, and active integration of migrants and investment in public infrastructure should also be priorities. Social implications Addressing the identified policy priorities will permit counterbalancing stratification, supporting the middle class and reducing the poverty in the countries of the region. Originality/value To the best of the authors' knowledge, this is one of the first studies on the self‐perceived social stratification in the region of the low‐income countries of the South Caucasus.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle