MétaCan
Menu
Retour à la cohorte
Enregistrement W3122413759

Multidimensional Poverty Measurement and Analysis: Chapter 5 - The Alkire-Foster Counting Methodology

2015· preprint· en· W3122413759 sur OpenAlexfundno aff
Sabina Alkire, James E. Foster, Suman Seth, María Emma Santos, Paola Ballón

Notice bibliographique

RevueOxford University Research Archive (ORA) (University of Oxford) · 2015
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Wirtschaftliche Zusammenarbeit und EntwicklungAustralian Agency for International DevelopmentUniversity of OxfordInternational Development Research CentreEconomic and Social Research CouncilInternational Fine Particle Research InstituteUnited Nations Development ProgrammeRobertson Foundation
Mots-clésMathematicsRigourSection (typography)EconometricsMeasure (data warehouse)AppealIndex (typography)StatisticsAxiomComputer scienceData miningPolitical scienceGeometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This chapter provides a systematic overview of the Alkire-Foster multidimensional measurement methodology with an emphasis on the Adjusted Headcount Ratio denoted <strong>(<em>M</em><sub>0</sub>)</strong>. The chapter is divided into seven sections. The first shows how this measure combines the practical appeal of the counting tradition with the rigor of the axiomatic one. The second sets out the identification of who is poor using the dual-cutoff approach, and the third outlines the aggregation method used to construct the Adjusted Headcount Ratio. In the fourth, we take stock and present the main distinctive characteristics of the Adjusted Headcount Ratio, whereas the fifth section presents its useful, consistent partial indices or components. To illustrate, we present a case study using the global Multidimensional Poverty Index (MPI) in the sixth section. The final section presents the members of the AF class of measures that can be constructed in less common situations where data are cardinal.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0000,001
Science ouverte0,0020,005
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,168
Tête enseignante GPT0,344
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Research Archive (ORA) (University of Oxford)Même sujetIncome, Poverty, and InequalityTravaux en français237 207