MétaCan
Menu
Retour à la cohorte
Enregistrement W2024535721 · doi:10.1111/j.1574-0862.2008.00353.x

Implications of high food prices for poverty in Pakistan

2008· article· en· W2024535721 sur OpenAlexaff
Zahoor Ul Haq, Hina Nazli, Karl Meilke

Notice bibliographique

RevueAgricultural Economics · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomics of Agriculture and Food Markets
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPovertyEconomicsFood pricesAlmost ideal demand systemSubsidyIncentiveAgricultural economicsFood policyRural areaRural povertyAgricultureFood securityEconomic growthGeographyMacroeconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract The study estimates the impacts of rising world food prices on poverty in rural and urban areas of Pakistan. Household income and expenditure data for 2004/2005 is used to estimate compensated and uncompensated price and expenditure elasticities using the linear approximation of the almost ideal demand system. Taking the unexpected component of higher domestic food prices in 2007/2008, own and cross price compensated elasticities are used to derive the changes in the quantity consumed, food expenditure and impacts on poverty assuming the food crisis happened in 2004/2005. The results indicate that poverty increased by 34.8%, severely affecting the urban areas where poverty increased by 44.6% as compared to 32.5% in rural areas. The estimates show that 2.3 million people are unable to reach even one‐half of poverty line expenditures while another 13.7 million are just below and 23.9 million are just above the poverty line. In the short run, it is important to ensure food availability to these people. In the long run, the policy environment of subsidizing urban food consumers by keeping wheat prices lower than the international price, needs to be reconsidered to provide the right incentives to increase food availability.

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)0,001
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 enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,212
Écart entre enseignants0,187 · 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

Citations85
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural EconomicsMême sujetEconomics of Agriculture and Food MarketsTravaux en français237 207