MétaCan
Menu
← Retour à la cohorte
Enregistrement W2167062379

Hunger Incidence in the Philippines: Facts, Determinants and Challenges

2010· article· en· W2167062379 sur OpenAlexaboutno aff
Dennis S. Mapa, Fatima C. Han, Kristine Claire O. Estrada

Notice bibliographique

RevueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich) · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesFood and Nutrition Research InstituteNepal Academy of Science and TechnologyUniversity of the PhilippinesSoutheast Asian Regional Center for Graduate Study and Research in Agriculture
Mots-clésUnderemploymentQuarter (Canadian coin)Incidence (geometry)Inflation (cosmology)Shock (circulatory)Government (linguistics)Demographic economicsSubsistence agricultureFood pricesEconomicsDemographyGeographySocioeconomicsAgricultureUnemploymentFood securityEconomic growthMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The high level of hunger incidence in the country is perhaps one of the most pressing issues that need to be addressed by our policy makers. Official government statistics and data from self-rated hunger surveys show an increasing trend in hunger incidence among Filipino households. Data from National Statistical Coordination Board (NSCB) show that the percentage of subsistence poor in the country increased to 14.6 percent in 2006 from 13.5 percent in 2003. The Social Weather Stations (SWS) quarterly surveys on hunger incidence also show an increasing trend in the percentage of families that experienced hunger, reaching an alarming level of 24 percent in December 2009, representing about 4.4 million households. One probable cause of the increasing trend in hunger is the rising food prices akin to what the country experienced in 2008. This paper aims to determine the impact of food inflation and underemployment on hunger incidence in the Philippines, using the hunger incidence data from the SWS quarterly surveys on hunger. A vector autoregressive (VAR) model is used to determine the effect of a shock or increase to food inflation and underemployment on total involuntary hunger. Results from the model show that an increase in food prices at the current quarter will increase hunger incidence for a period of five quarters, starting with immediate quarter after the shock occurred. Shocks to underemployment will also increase hunger incidence but the effects last for only two quarters, also starting with immediate quarter after the shock. The results of this study provide relevant information that will be useful in crafting policies related to the Hunger Mitigation Program of the government.

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)0,003
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 enseignants0,064
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,068
Tête enseignante GPT0,208
Écart entre enseignants0,141 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich)→Même sujetMonetary Policy and Economic Impact→Travaux en français237 207→