MétaCan
Menu
Retour à la cohorte
Enregistrement W2107300937

Multidimensional Poverty in Bhutan: Estimates and Policy Implications

2008· preprint· en· W2107300937 sur OpenAlexfundno aff
María Emma Santos, Karma Ura

Notice bibliographique

RevueOxford University Research Archive (ORA) (University of Oxford) · 2008
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Agency for International DevelopmentInternational Development Research CentreGovernment of CanadaDepartment for International DevelopmentUnited States Agency for International Development
Mots-clésPovertyRural areaSurvey data collectionGeographyWeightingEconomicsStandard of livingSocioeconomicsEconomic growthDevelopment economicsStatisticsPolitical scienceMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper estimates multidimensional poverty in Bhutan applying the methodology developed by Alkire and Foster using the 2007 Bhutan Living Standard Survey data. Five dimensions are considered for estimations in both rural and urban areas: income, education, room availability, access to electricity and access to drinking water, and two additional dimensions are considered for estimates in rural areas only: access to roads and land ownership. It is found that multidimensional poverty is mainly a rural phenomenon, although urban areas present non-depreciable levels of deprivation in room availability and education. Within rural areas, weighting each indicator equally, deprivation in electricity, education room and income are the highest and similar in contribution to aggregate multidimensional poverty. When weights derived from the Gross National Happiness Survey are used, income deprivation significantly increases its contribution as it receives a higher weight. Rankings of districts by their poverty estimate are found to be robust for a wide range of poverty cutoffs. The methodology is suggested as a potential formula for national poverty measurement as well as a tool for budget allocation.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,106
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,330
Écart entre enseignants0,276 · 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

Citations48
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Research Archive (ORA) (University of Oxford)Même sujetIncome, Poverty, and InequalityTravaux en français237 207