Willingness to pay for drinking water in the Sahara : the case of Douentza in Mali
Notice bibliographique
Résumé
Consentement à payer pour de l'eau potable au Sahara : le cas de Douentza au Mali La présente étude compare deux méthodes de prévision du consentement à payer pour de l'eau potable dans des systèmes d'adduction en région semi-urbaine au Sahara. Les deux modèles sont estimés en fonction des caractéristiques hypothétiques de divers points d'adduction possibles. Le premier modèle, reposant sur une régression multiple, prévoit la somme d'argent qu'un ménage consentira à payer pour chaque seau d'eau potable provenant d'une source donnée. Le second modèle, employant une spécification de type logit, vise à expliquer la décision d'acheter ou non de l'eau potable. Les deux approches reposent sur le modèle de prix complets tel que proposé par la théorie de la demande. Ce modèle explique la quantité d'eau demandée en fonction des prix et du coût d'opportunité du temps affecté à la consommation. Dans nos modèles empiriques, la variable explicative qui s'avère la plus significative est la proximité de la nouvelle source prévue divisée par la distance à la meilleure source existante.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».