MétaCan
Menu
Retour à la cohorte
Enregistrement W2991014189 · doi:10.1289/isesisee.2018.p02.1600

What Explains LPG Adoption? Role of Culture, Women's Empowerment, and Economics, Using the Indian Human Development Survey, 2005 and 2012

2018· article· en· W2991014189 sur OpenAlexaff
Meenakshi Kushwaha, Rob Bailis, Hisham Zerriffi, Julian Marshall

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLiquefied petroleum gasEmpowermentLogistic regressionSubsidyOddsBusinessSocioeconomicsEnvironmental healthEconomic growthEconomicsMedicineMathematicsEngineeringStatistics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTIONAccording to the Global Burden of Disease study, household air pollution from cooking with solid fuels killed over 700,000 Indians in 2016. Major national initiatives aim to combat the problem via increased distribution of connections to subsidized Liquefied Petroleum Gas (LPG). Here, we examine the relationship between LPG adoption / disadoption and household factors.METHODSWe used the 2005 and 2012 Indian Human Development Survey (IHDS), a nationally representative multi-topic panel dataset (re-contact rate: 84%). Using linear regressions, we estimated associations between LPG adoption/disadoption and (1) household economic status (income, assets, and consumption) and (2) cultural factors, including women’s empowerment. We developed a gender / women’s empowerment score based on questions on independence, family dynamics and decision making, and a binary variable for whether men eat first in the family.RESULTSOf the 12926 households (HH) who owned LPG in 2005, 1181 (9%) gave up LPG in 2012. Of the 23226 HH who did not have LPG in 2005, 5400 (23%) acquired LPG in 2012. We found significant association of economic and cultural factors with (1) LPG ownership in 2005, (2) LPG ownership in 2012, and (3) adoption/disadoption between 2005 and 2012. For example, for HH without LPG in 2005, holding all other variables constant, the odds of the HH acquiring LPG is 32% lower for HH where men eat first than in other HH (p < 0.001). For HH with LPG in 2005, holding all other variables constant, odds of the HH disadopting LPG is 39% higher for HH where men eat first than in other HH (p < 0.001).CONCLUSIONWomen empowerment can explain some of the dynamics of adoption and disadoption of clean-cooking options, and are potentially as important or more important than economic factors.

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)0,007
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 enseignants0,095
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,027
Tête enseignante GPT0,249
Écart entre enseignants0,222 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetEnergy and Environment ImpactsTravaux en français237 207