MétaCan
Menu
Retour à la cohorte
Enregistrement W2166693703 · doi:10.35648/20.500.12413/11781/ii021

Where do the World's Multidimensionally Poor People Live?

2013· report· en· W2166693703 sur OpenAlexfundaboutno aff
Sabina Alkire, José Manuel Roche, Andy Sumner

Notice bibliographique

RevueUniversity of Oxford · 2013
Typereport
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Wirtschaftliche Zusammenarbeit und EntwicklungAustralian Agency for International DevelopmentGeorg-August-Universität GöttingenUniversity of OxfordInternational Development Research CentreEconomic and Social Research CouncilInternational Fine Particle Research InstituteUnited Nations Development ProgrammeRobertson FoundationUNICEF
Mots-clésPovertyDistribution (mathematics)Quarter (Canadian coin)Developing countrySocioeconomicsPsychologyGeographyDemographic economicsEconomic growthEconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

This paper asks where do the world's multidimensionally poor people live?The paper considers how the global distribution of multidimensional poverty differs from the global distribution of income poverty and assesses the sensitivity of findings to widely used (although somewhat arbitrary) country classifications.Surprisingly perhaps, only a quarter of multidimensionally poor people and just one-third of severely multidimensionally poor people live in the world's poorest countries -meaning Low Income Countries (LICs) or Least Developed Countries (LDCs).The sensitivity of findings about country thresholds for low and middle-income countries is discussed.The paper argues that there is a split of distribution poverty between both stable Middle-Income Countries (MICs) and low-income fragile states and that there is a 'multidimensional bottom billion' living in stable MICs.The analysis is based on 83 countries and uses the 2011 MPI poverty estimates of the UNDP HDR.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,030
Tête enseignante GPT0,276
Écart entre enseignants0,246 · 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

Citations15
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of OxfordMême sujetIncome, Poverty, and InequalityTravaux en français237 207