MétaCan
Menu
Retour à la cohorte
Enregistrement W2506596529 · doi:10.1057/9781403905406_6

Population Ageing and Care of the Elderly: What Are the Lessons of Asia for Sub-Saharan Africa?

2001· book-chapter· en· W2506596529 sur OpenAlexaboutno aff
Mahmood Messkoub

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2001
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTanzaniaSierra leoneGeographyLatin AmericansPopulationQuarter (Canadian coin)SocioeconomicsFertilityDemographic transitionDeveloping countryTotal fertility rateDemographyEconomic growthFamily planningPolitical scienceResearch methodologyEconomics

Résumé

récupéré en direct d'OpenAlex

The population age structures of Sub-Saharan African (SSA) countries are among the youngest in the world. It is estimated that by the year 2000, 45 per cent of the SSA population would be below the age of 15, as compared with 33 per cent in South-East Asia, which has started its demographic transition much earlier. But fertility has started to decline in several SSA countries. Kenya, Rwanda, Zimbabwe, Botswana, South Africa and Côte d’Ivoire have experienced moderate to large declines in fertility with smaller declines occurring in Malawi, Tanzania, Zambia, Cameroon, Central African Republic, Burkina Faso, Gambia, Ghana, Mauritania, Senegal and Sierra Leone (Cohen, 1998). This trend is going to continue and will be repeated in other SSA countries, whose population by the middle of the twenty-first century will stabilise at replacement level. Other developing countries in Asia and Latin America have started their demographic transition earlier, and their population, particularly in South and South-East Asia, will reach replacement level by the first quarter of the twenty-first century (see Table 6.1).

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,034
Tête enseignante GPT0,277
Écart entre enseignants0,243 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207