Multidimensional poverty in Sub-Saharan Africa : levels and trends
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper provides an overview of multidimensional poverty – levels and trends – in Sub-Saharan Africa (SSA), using the most recent estimations and analyses of the global Multidimensional Poverty Index (MPI), which was developed by the Oxford Poverty and Human Development Initiative (OPHI), launched in 2010 and reported in UNDP’s <em>Human Development Reports</em>. The global MPI 2014 covers 37 SSA countries, which are home to 91% of the population of the region. This paper synthesizes the main results: the levels of poverty in SSA overall as well as in West, East, Central and Southern Africa. It compares the MPI in rural and urban areas and the MPI with income poverty. It also summarizes results on inequality among the poor as this is highest in SSA countries. In terms of poverty dynamics, of the 19 SSA countries for which we have time-series data, 17 – covering 93% of the poor people across all 19 – had statistically significant reductions in multidimensional poverty. Finally, we scrutinize the situation in SSA according to a new measure of destitution, which identifies a subset of poor people as destitute if they experience a number of extreme deprivations like severe malnutrition or losing two children. Throughout this analysis, the paper demonstrates the descriptive analyses that multidimensional poverty indices enable – such as decomposition and dynamic analysis of poverty by subnational groups and ethnic groups, and the breakdown and dynamic analysis of the composition of the MPI according to its constituent indicators.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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