MétaCan
Menu
Retour à la cohorte
Enregistrement W2902724323 · doi:10.1111/dpr.12416

Conditional cash transfers: A critical review

2018· review· en· W2902724323 sur OpenAlexaff
Sheliza Ladhani, Kathleen C. Sitter

Notice bibliographique

RevueDevelopment Policy Review · 2018
Typereview
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCash transfersPovertyConditional cash transferSocial protectionProcess (computing)Work (physics)InequalityPublic economicsPolitical scienceCashPublic relationsBusinessEconomicsEconomic growthFinanceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Motivation In areas of the world where poverty and inequality are deep and pervasive and social protection systems comparatively fragile, cash transfers are becoming commonplace and often promoted by international institutions and aid agencies as a viable instrument for social protection. Particularly, conditional cash transfers (CCTs) are being looked to as a means of reducing poverty while also investing in human capital. Purpose To capture some of the main critiques of CCTs from conception to evaluation, while identifying both gaps and opportunities for research and consideration for the future of CCTs. Methods A rapid review process was used. The initial search was conducted using a number of online peer‐reviewed databases. The initial search process yielded 993 sources, results were then limited to full‐text, English language, and to sources published between 2008 and 2017. Sources were then screened. Finally, 44 articles were chosen for in‐depth review. Findings This review captures some of the main critiques of CCTs from conception to evaluation, while identifying both gaps and opportunities for research and consideration for the future of CCTs. Policy implication We discuss responsibilities and implications for social work professionals who may be involved in the design, implementation or evaluation of CCT programmes domestically or internationally.

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)0,013
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0100,009
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,117
Tête enseignante GPT0,447
Écart entre enseignants0,330 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations62
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopment Policy ReviewMême sujetPoverty, Education, and Child WelfareTravaux en français237 207