MétaCan
Menu
Retour à la cohorte
Enregistrement W2170853760 · doi:10.1016/j.worlddev.2014.03.006

Environmental Income and Rural Livelihoods: A Global-Comparative Analysis

2014· article· en· W2170853760 sur OpenAlexaff
Arild Angelsen, Pamela Jagger, Ronnie Babigumira, B. Belcher, Nicholas J. Hogarth, Simone Bauch, Jan Börner, Carsten Smith‐Hall, Sven Wunder

Notice bibliographique

RevueWorld Development · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensRoyal Roads University
Organismes subventionnairesDanish International Development AgencyCentre for International Forestry ResearchEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentEconomic and Social Research CouncilUnited States Agency for International Development
Mots-clésLivelihoodRural developmentGeographyEconomicsDevelopment economicsNatural resource economicsAgriculture

Résumé

récupéré en direct d'OpenAlex

This paper presents results from a comparative analysis of environmental income from approximately 8000 households in 24 developing countries collected by research partners in CIFOR's Poverty Environment Network (PEN). Environmental income accounts for 28% of total household income, 77% of which comes from natural forests. Environmental income shares are higher for low-income households, but differences across income quintiles are less pronounced than previously thought. The poor rely more heavily on subsistence products such as wood fuels and wild foods, and on products harvested from natural areas other than forests. In absolute terms environmental income is approximately five times higher in the highest income quintile, compared to the two lowest quintiles.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,193 · 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 090
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld DevelopmentMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207