MétaCan
Menu
Retour à la cohorte
Enregistrement W2564836447 · doi:10.1093/oxfordhb/9780199325818.013.19

Multidimensional Poverty Indices

2016· book· en· W2564836447 sur OpenAlexaff
Jean‐Yves Duclos, Luca Tiberti

Notice bibliographique

RevueOxford University Press eBooks · 2016
Typebook
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensUniversité Laval
Organismes subventionnairesPrinceton University
Mots-clésPovertySoundnessIndex (typography)Robustness (evolution)AxiomInequalityEconometricsComputer scienceMathematicsPublic economicsPositive economicsEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

This paper reviews and assesses issues involved in the measurement of multidimensional poverty, in particular the soundness of the various “axioms” and properties often imposed on poverty indices. It argues that some of these properties (such as those relating poverty and inequality) may be sound in a unidimensional setting but not so in a multidimensional one. Second, it addresses critically some of the features of recently proposed multidimensional poverty indices, in particular the Multidimensional Poverty Index (MPI) recently put forward by the United Nations Development Program (UNDP). The MPI suffers from several unattractive features that need to be better understood (given the prominence of the index). The MPI fails in particular to meet all of three properties that one would expect multidimensional poverty indices to obey: continuity, monotonicity, and sensitivity to multiple deprivation. Robustness techniques to address some of the shortcomings of the use of such indices are briefly advocated.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil1,000

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,031
Tête enseignante GPT0,258
Écart entre enseignants0,227 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetIncome, Poverty, and InequalityTravaux en français237 207