MétaCan
Menu
Retour à la cohorte
Enregistrement W2156340757 · doi:10.1093/acprof:oso/9780199548880.003.0019

19 The World Distribution of Household Wealth

2008· book-chapter· en· W2156340757 sur OpenAlexaffabout
James Davies, Susanna Sandström, Anthony Shorrocks, Edward N. Wolff

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDecileDistribution (mathematics)Latin AmericansChinaNational wealthQuarter (Canadian coin)Wealth distributionDevelopment economicsGeographyEconomicsPolitical scienceInequality

Résumé

récupéré en direct d'OpenAlex

Abstract There has been much recent research on the world distribution of income, but also growing recognition of the importance of other contributions to well‐being, including those of household wealth. Wealth is important in providing security and opportunity, particularly in poorer countries that lack full social safety nets and adequate facilities for borrowing and lending. This chapter finds, however, that it is precisely in the latter countries that household wealth is the lowest, both in absolute and relative terms. Globally, wealth is more concentrated than income, on both an individual and a national basis. Roughly 30 per cent of world wealth is found in each of North America, Europe, and the rich Asian‐Pacific countries. These areas account for virtually all world's top 1% of wealth holders. On an official exchange‐rate basis, India accounts for about a quarter of the adults in the bottom three global wealth deciles, while China provides about a third of those in the fourth to eighth deciles. If current growth trends continue, India, China, and the transition countries will move up in the global distribution, and the lower deciles will be increasingly dominated by countries in Africa, Latin American, and poor parts of the Asian‐Pacific region. Thus wealth may continue to be lowest in areas where it is needed the most.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,005

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 Opus0,073
Tête enseignante GPT0,309
Écart entre enseignants0,236 · 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

Citations187
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetIncome, Poverty, and InequalityTravaux en français237 207