MétaCan
Menu
Retour à la cohorte
Enregistrement W2208965862

Normative Choices and Tradeoffs when Measuring Poverty over Time

2012· preprint· en· W2208965862 sur OpenAlexfundno aff
Catherine Porter, Natalie Naïri Quinn

Notice bibliographique

RevueOxford University Research Archive (ORA) (University of Oxford) · 2012
Typepreprint
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-clésNormativePovertyMeasure (data warehouse)Context (archaeology)EconomicsPositive economicsMeasuring povertyPublic economicsCulture of povertyBasic needsChronic povertyEconometricsComputer sciencePolitical sciencePoverty reductionEconomic growthGeographyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

<p>This paper examines the aggregation of an indicator of wellbeing over time and across people to measure poverty. We characterise the general form of an intertemporal poverty measure under mild normative principles and show that it must embody an unambiguous ordering of possible trajectories of an individual’s wellbeing. We motivate further normative principles and examine their consequences for the form of the measure, showing that some measures suggested in the literature are not consistent with these principles. We discuss additional stronger properties that may be argued to be desirable for an intertemporal or chronic poverty measure. We identify compatibilities and tradeoffs among certain of these properties. For example, a poverty measure cannot simultaneously capture chronicity of poverty and sensitivity to fluctuations. We argue that a poverty analyst should choose among these properties according to context and the particular conception of poverty she seeks to measure.</p>

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,782
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0000,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
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 Opus0,066
Tête enseignante GPT0,294
Écart entre enseignants0,228 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Research Archive (ORA) (University of Oxford)Même sujetIncome, Poverty, and InequalityTravaux en français237 207