MétaCan
Menu
Retour à la cohorte
Enregistrement W2896330954 · doi:10.5539/ijef.v10n11p51

The Impact of Poverty on the Environment: Surprising Findings from the Indian Case

2018· article· en· W2896330954 sur OpenAlexvenueno aff
Siddhartha Mitra, Raadhika Paul

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPovertyConsumption (sociology)Environmental degradationPossession (linguistics)Capital (architecture)EconomicsNatural capitalCommissionDevelopment economicsNatural resource economicsPower (physics)Economic growthGeographySociologyEcologySocial science

Résumé

récupéré en direct d'OpenAlex

In the 1980s a powerful school of thought, propagated by the Brundtland Commission Report and seconded by powerful think tanks, developed which asserted that poverty was a major cause for environmental degradation. This implied that significant alleviation of poverty would also substantially reduce environmental degradation. Some reasons were given for this view, prominent among these being the compulsion of poorer households to mine natural capital to meet their needs, sometimes in a dirty manner. In course of time, a less recognized counter-school emerged which pointed out the flaws in the Brundtland hypothesis: the greater gasoline consumption of richer households, their greater possession of consumer durables sourced from natural capital, and the higher power of the rich to mine limited and open access natural capital for commercial gain, among others. The debate needs to be obviously resolved through quantitative studies, hitherto lacking in the Indian case. Using results from NSSO data for 3 recent years and 4 sources of dirty fuel we show that there is a general tendency for the non-poor to consume more of these fuels than the poor. This is a surprising result and it shows that poverty alleviation, though desirable, is probably not even a partial cure for environmental degradation. Some explanations for this result, based on the relative magnitudes of clean fuel consumption by the non-poor and poor, are provided.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetEnergy, Environment, and Transportation PoliciesTravaux en français237 207