MétaCan
Menu
Retour à la cohorte
Enregistrement W2916056744 · doi:10.4236/me.2019.102038

Defining Poverty Using Dominance-Based Rough Set Theory and Proposing Strategic Objectives for the United Nations Developing Countries

2019· article· en· W2916056744 sur OpenAlexaff
Jean-Charles Marin, Bryan Trudel, Kazimierz Zaraś

Notice bibliographique

RevueModern Economy · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueRough Sets and Fuzzy Logic
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésDominance (genetics)Ranking (information retrieval)Developing countryLife expectancyPovertyPoliticsEconomicsEconomic growthPolitical scienceSociologyComputer sciencePopulation

Résumé

récupéré en direct d'OpenAlex

This article is the last of a series of three researches. The purpose of this research is to expose the results of using Dominance-based Rough Set Approach (DRSA) to help International organizations (both non-governmental organizations and governmental organizations) define poverty, identifying economical, sociological, political and technological strategic objectives for developing countries. More precisely, politicians, decision makers and international organizations will be able to study 23 various political, economical, sociological and technological indicators and classify all the countries according to the following three different categories: [A] Countries that are doing well according to the selected indicators; [B] Countries that need support to acquire category A status; [C] Countries ranked the lowest and meeting special support with regard to the criterion or criteria considered. The three categories are delimited by tertiles relative to the average ranking of the member states of the United Nations. The chosen criteria are measured in order to provide decision rules based on this classification. These decision rules thus focus on the strategic needs of countries with respect to improving their development and classification. We strongly believe that by targeting these identified needs, this research will help the sustainable development of countries in need to set realistic targets, prioritize International funding, evaluate economical growth and sociological improvements. Among the results of this article, priorities for countries ranked the lowest should focus on reducing adolescent fertility and increasing school life expectancy.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,262
Écart entre enseignants0,226 · 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'étudeThéorique ou conceptuel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern EconomyMême sujetRough Sets and Fuzzy LogicTravaux en français237 207