MétaCan
Menu
Retour à la cohorte
Enregistrement W1981910287 · doi:10.4054/demres.2011.24.27

HIV/AIDS and time allocation in rural Malawi

2011· article· en· W1981910287 sur OpenAlexaff
Ari Van Assche, Phil Anglewicz, Peter Fleming, Catherine van de Ruit

Notice bibliographique

RevueDemographic Research · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensHEC MontréalUniversité de Montréal
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésHuman immunodeficiency virus (HIV)Rural areaGeographySocioeconomicsEconomic growthDemographyEconomicsMedicineSociologyVirology

Résumé

récupéré en direct d'OpenAlex

AIDS-related morbidity and mortality are expected to have a large economic impact in rural Malawi, because they reduce the time that adults can spend on production for subsistence and on income-generating activities. However, households may compensate for production losses by reallocating tasks among household members. The data demands for measuring these effects are high, limiting the amount of empirical evidence. In this paper, we utilize a unique combination of qualitative and quantitative data, including biomarkers for HIV, collected by the 2004 Malawi Diffusion and Ideational Change Project, to analyze the association between AIDS-related morbidity and mortality, and time allocation decisions in rural Malawian households. We find that AIDS-related morbidity and mortality have important economic effects on women's time, whereas men's time is unresponsive to the same shocks. Most notably, AIDS is shown to induce diversification of income sources, with women (but not men) reallocating their time, generally from work-intensive (typically farming and heavy chores) to cash-generating tasks (such as casual labor).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,051
Tête enseignante GPT0,345
Écart entre enseignants0,294 · 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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDemographic ResearchMême sujetPoverty, Education, and Child WelfareTravaux en français237 207