MétaCan
Menu
Retour à la cohorte
Enregistrement W2396021487 · doi:10.1080/21606544.2019.1581094

Valuing malaria morbidity: results from a global meta-analysis

2019· article· en· W2396021487 sur OpenAlexaff
Mehmet Kutluay, Roy Brouwer, Richard S.J. Tol

Notice bibliographique

RevueJournal of Environmental Economics and Policy · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFP7 Environment
Mots-clésWillingness to payMeta-analysisMalariaMeta-regressionReplicateRandom effects modelWelfareEconometricsEconomicsOrder (exchange)Public economicsActuarial scienceEnvironmental healthMedicineStatisticsMicroeconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

The risk of malaria transmission worldwide is expected to increase with climate change. In order to estimate the welfare implications, we analyse the factors that explain willingness to pay to avoid malaria morbidity using a meta-analysis. We fail to replicate a previous meta-analysis, despite using a near-identical dataset. Thus, this paper outlines a more robust approach to analysing such data. We compare multiple regression models via a cross-validation exercise to assess best fit, the first in the meta-analysis literature to do so. Weighted random effects gives best fit. Confirming previous studies, we find that revealed preferences are significantly lower than stated preferences; and that there is no significant difference in the willingness to pay for policies that prevent (pre-morbidity) or treat malaria (post-morbidity). We add two new results to the morbidity literature: (1) Age has a non-linear impact on mean willingness to pay and (2) willingness to pay decreases if malaria policies target communities instead of individual households.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,222
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,092
Tête enseignante GPT0,238
Écart entre enseignants0,146 · 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 tête enseignante, pas un consensus.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Economics and PolicyMême sujetEconomic and Environmental ValuationTravaux en français237 207