MétaCan
Menu
Retour à la cohorte
Enregistrement W2563725281 · doi:10.1080/00220388.2016.1269888

Food Price Changes and Household Welfare: What Do We Learn from Two Different Approaches?

2016· article· en· W2563725281 sur OpenAlexaff
Luca Tiberti, Marco Tiberti

Notice bibliographique

RevueThe Journal of Development Studies · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomics of Agriculture and Food Markets
Établissements canadiensUniversité Laval
Organismes subventionnairesDepartment for International Development
Mots-clésEconomicsWelfareConsumption (sociology)Order (exchange)Marginal utilityProduction (economics)MicroeconomicsEconometricsDemographic economicsPublic economics

Résumé

récupéré en direct d'OpenAlex

The use of a marginal approach can significantly distort the predicted effects of large price variations on monetary welfare over the medium- to longer-term. This paper aims at shedding some light on the differences between a marginal approach and a non-separable agricultural household model with behavioural responses. When behavioural adjustments are allowed, households can adapt their consumption and production patterns by resulting in lower deteriorations in household welfare. The second-order effects introduced in the approach with responses reduce the negative effects due to the first-order consumption effects, with significant differences across quintiles. On average, the second-order effects represent up to roughly 40 per cent of total first-order effects.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,006
Communication savante0,0030,007
Science ouverte0,0030,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,094
Tête enseignante GPT0,213
Écart entre enseignants0,119 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Development StudiesMême sujetEconomics of Agriculture and Food MarketsTravaux en français237 207