MétaCan
Menu
Retour à la cohorte
Enregistrement W2290268204 · doi:10.1016/j.worlddev.2016.01.009

Gender, Assets, and Agricultural Development: Lessons from Eight Projects

2016· article· en· W2290268204 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWorld Development · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésAsset (computer security)AgricultureControl (management)Fixed assetBusinessPovertyPsychological interventionPoverty reductionAgricultural developmentEconomic growthPublic economicsEconomicsFinanceProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Ownership of assets is important for poverty reduction, and women's control of assets is associated with positive development outcomes at the household and individual levels. This research was undertaken to provide guidance for agricultural development programs on how to incorporate gender and assets in the design, implementation, and evaluation of interventions. This paper synthesizes the findings of eight mixed-method evaluations of the impacts of agricultural development projects on individual and household assets in seven countries in Africa and South Asia. The results show that assets both affect and are affected by projects, indicating that it is both feasible and important to consider assets in the design, implementation, and evaluation of projects. All projects were associated with increases in asset levels and other benefits at the household level; however, only four projects documented significant, positive impacts on women's ownership or control of some types of assets relative to a control group, and of those only one project provided evidence of a reduction in the gender asset gap. The quantitative and qualitative findings suggest ways that greater attention to gender and assets by researchers and development implementers could improve outcomes for women in future projects.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,446
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,286
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