Study of Poverty Alleviation Effects for Chinese Fourteen Contiguous Destitute Areas Based on Entropy Method
Notice bibliographique
Résumé
China has begun to implement a new round of poverty alleviation and development since 2011, according to the regional distribution, the poverty counties were divided into fourteen destitute areas as the main battlefield in next ten years for China's poverty alleviation. In order to understand the poverty alleviation effects more objectively, this paper uses entropy method to evaluate fourteen contiguous destitute areas in China in 2012, and makes correlation analysis with two reference groups which is one of the Characteristic of this paper. The results show that, poverty alleviation effects of fourteen contiguous destitute areas in 2012 is generally poor, because the mean values of five different correlation degrees in table 3 are lower than 50%, that means the difference between the evaluation value for each area with the minimum reference group does not reach half of the difference between the maximum and minimum reference groups. LiuPan Mountain Area’s performance is the best, the lowest is Wumeng Mountain Area. It is surprising that the performance of Wuling Mountain Area, which is pioneer of regional development and poverty alleviation confirmed by State Council of China, is poor. The comprehensive evaluation value of Wuling Mountain Area is only above the value of Tibet Area and Wumeng Mountain Area. In addition, from the comparison of four first-level indexes, the index of production and life makes the best contribution for comprehensive poverty alleviation effects, followed by index of social development and economic development, and the index of works progress of poverty alleviation is ranked last.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».