MétaCan
Menu
Retour à la cohorte
Enregistrement W2114302904 · doi:10.5539/ach.v5n2p48

Poverty Reduction Policies in Malaysia: Trends, Strategies and Challenges

2013· article· en· W2114302904 sur OpenAlexvenueno aff
Zulkarnain A. Hatta, Isahaque Ali

Notice bibliographique

RevueAsian Culture and History · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Issues and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPovertyMalayIndigenousDevelopment economicsEthnic groupIndependence (probability theory)Economic growthPoverty reductionCulture of povertyPopulationPolitical scienceBasic needsEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

Malaysia is a multi-ethnic religious country with a population of 28.5 million, it is characterised by mainly three ethnic groups-Malay and indigenous people, Chinese, and Indians. Ever since independence in 1957, Malaysia has successfully transformed itself from a poor country into a middle-income nation. The Malaysian economy has seen a periodic growth despite challenging external factors. It can also definitely claim its success of combat against poverty. Despite its poverty reduction success, there still remains a vulnerable group of people in the country experiencing poverty for some geographical and societal reasons. This concept paper has several objectives: A brief description of the country’s nature of poverty, poverty reduction policies and programs, and an analysis facing the challenges and recommendations for a sustainable poverty reduction in Malaysia.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,278
Écart entre enseignants0,244 · 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

Citations91
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Culture and HistoryMême sujetSocial Issues and PoliciesTravaux en français237 207