The Last Mile in Analyzing Wellbeing and Poverty: Indices of Social Development
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
Development practitioners worldwide increasingly recognize the importance of informal institutions—such as norms of cooperation, non-discrimination, or the role of community oversight in the management of investment activities—in affecting well-being, poverty, and even economic growth. There has been little empirical analysis that tests these relationships at the international level. This is largely due to data limitations: few reliable, globally representative data sources exist that can provide a basis for cross-country comparison of social norms and practice, social trust, and community engagement. The International Institute of Social Studies now hosts a large database of social development indicators compiled from a wide range of sources in a first attempt to overcome such data constraints, at a low cost (http://www.IndSocDev.org). The Indices of Social Development are based on over 200 measures from 25 reputable data sources for the years 1990 to 2010.These measures are aggregated into six composite indices: civic activism, interpersonal safety and trust, inter-group cohesion, clubs and associations, gender equality, and inclusion of minorities. Not all data sources provide observations for indicators in each country, but together these data sources allow for comprehensive estimates of social behavior and norms of interaction across a broad range of societies, and increasingly with possibilities to track changes over time. This paper presents the database, highlights the differences, similarities, and complementarities with other measures of well-being, including those around income poverty, multidimensional poverty, and human development.
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 | 0,001 | 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 | 0,002 | 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 découle