MétaCan
Menu
Retour à la cohorte
Enregistrement W2127811796 · doi:10.1002/jae.712

Poverty in America 1970–1990: who did gain ground? An application of stochastic dominance criteria employing simultaneous inequality tests in a partial panel

2003· article· en· W2127811796 sur OpenAlexafffund
Gordon Anderson

Notice bibliographique

RevueJournal of Applied Econometrics · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésStochastic dominancePovertyEconomicsDominance (genetics)EconometricsOptimismConsumption (sociology)InequalityPanel Study of Income DynamicsDistribution (mathematics)Panel dataDemographic economicsDevelopment economicsMathematicsSociologyEconomic growthPsychologySocial scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Atkinson ( 1987 ) proposed stochastic dominance criteria for analysing poverty which, under certain conditions, establish orderings of states for any poverty line and any poverty measure within given class, refocusing debate on the nature of the income distribution of the poor. Employing new empirical techniques, these criteria are implemented for the United States from 1970 to 1990 using the Panel Study of Income Dynamics. Results highlight the pivotal role of family size scale economies in consumption, indicate different experiences for white versus non‐white groups and suggest that optimism over the progress of the poor is not warranted. Copyright © 2003 John Wiley & Sons, Ltd.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,819

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,060
Tête enseignante GPT0,331
Écart entre enseignants0,270 · 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

Citations9
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EconometricsMême sujetIncome, Poverty, and InequalityTravaux en français237 207