MétaCan
Menu
Retour à la cohorte
Enregistrement W2074364741 · doi:10.1111/1477-9552.12017

Characterising Vulnerability to Poverty in Rural Haiti: A Multilevel Decomposition Approach

2013· article· en· W2074364741 sur OpenAlexaff
Damien Échevin

Notice bibliographique

RevueJournal of Agricultural Economics · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural risk and resilience
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésUnobservablePovertyVulnerability (computing)CovariateEconomicsPer capitaEconometricsDemographic economicsConsumption (sociology)Multilevel modelStatisticsEconomic growthDemographyMathematicsSociologyPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract This article characterises vulnerability to poverty in Haiti using a unique survey conducted in 2007 in rural areas. In a first step, using two‐level linear random coefficient models of both per capita consumption and per capita income, the article assesses the impact of self‐reported shocks on households' economic well‐being. In a second step, the prediction model is used to calculate various measures of vulnerability to poverty, considering various types of shocks. Empirical findings show that self‐reported (or observable) idiosyncratic shocks, in particular health‐related shocks, have larger impact on vulnerability to poverty than observable covariate shocks. These results are in line with the fact that many households reported idiosyncratic health shocks as being the worst shocks they experienced. On the other hand, unobservable idiosyncratic shocks appear to have generally more influence on households' vulnerability to poverty than unobservable covariate ones. We also show that omitting self‐reported shocks in the analysis leads to an underestimate of households' vulnerability to poverty.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,205 · 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

Citations32
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural EconomicsMême sujetAgricultural risk and resilienceTravaux en français237 207