MétaCan
Menu
Retour à la cohorte
Enregistrement W2770533460

Youth Employment in Sub-Saharan Africa [L’emploi des jeunes en Afrique subsaharienne - Rapport complet]

2014· article· fr· W2770533460 sur OpenAlexaboutno aff
Deon Filmer, Louise Fox

Notice bibliographique

RevueWorld Bank Publications · 2014
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNonfarm payrollsGross domestic productAsset (computer security)ProductivityQuarter (Canadian coin)AgricultureEconomic growthDevelopment economicsPolitical scienceEconomicsGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sub-Saharan Africa has just experienced one of the best decades of growth since the 1960s. Between 2000 and 2012, gross domestic product (GDP) grew more than 4.5 percent a year on average, compared to around 2 percent in the prior 20 years (World Bank various years). In 2012, the region's GDP growth was estimated at 4.7 percent- 5.8 percent if South Africa is excluded (World Bank 2013). About one-quarter of countries in the region grew at 7 percent or better, and several African countries are among the fastest growing in the world. Medium-term growth prospects remain strong and should be supported by a rebounding global economy. The challenge of youth employment in Africa may appear daunting, yet Africa's vibrant youth represent an enormous opportunity, particularly now, when populations in much of the world are aging rapidly. Youth not only need jobs, but also create them. Africa's growing labor force can be an asset in the global marketplace. Realizing this brighter vision for Africa's future, however, will require a clearer understanding of how to benefit from this asset. Meeting the youth employment challenge in all its dimensions, demographic, economic, and social, and understanding the forces that created the challenge, can open potential pathways toward a better life for young people and better prospects for the countries where they live. The report examines obstacles faced by households and firms in meeting the youth employment challenge. It focuses primarily on productivity, in agriculture, in nonfarm household enterprises (HEs), and in the modern wage sector, because productivity is the key to higher earnings as well as to more stable, less vulnerable, livelihoods. To respond to the policy makers' dilemma, the report identifies specific areas where government intervention can reduce those obstacles to productivity for households and firms, leading to brighter employment prospects for youth, their parents, and their own children.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,059
Tête enseignante GPT0,234
Écart entre enseignants0,176 · 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

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Bank PublicationsMême sujetFirm Innovation and GrowthTravaux en français237 207