MétaCan
Menu
Retour à la cohorte
Enregistrement W3125269600 · doi:10.1596/9177

New Evidence on the Urbanization of Global Poverty

2007· book· en· W3125269600 sur OpenAlexaboutno aff
Martin Ravallion, Prem Sangraula, Shaohua Chen

Notice bibliographique

RevueWashington, DC: World Bank eBooks · 2007
Typebook
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrbanizationPovertyGeographyPopulationDevelopment economicsRural povertyLatin AmericansRural areaQuarter (Canadian coin)Extreme povertyPopulation growthSocioeconomicsEconomic growthEconomicsPolitical scienceDemographySociology

Résumé

récupéré en direct d'OpenAlex

The authors provide new evidence on the extent to which absolute poverty has urbanized in the developing world, and the role that population urbanization has played in overall poverty reduction. They find that one-quarter of the world's consumption poor live in urban areas and that the proportion has been rising over time. By fostering economic growth, urbanization helped reduce absolute poverty in the aggregate but did little for urban poverty. Over 1993-2002, the count of the '$1 a day' poor fell by 150 million in rural areas but rose by 50 million in urban areas. The poor have been urbanizing even more rapidly than the population as a whole. Looking forward, the recent pace of urbanization and current forecasts for urban population growth imply that a majority of the poor will still live in rural areas for many decades to come. There are marked regional differences: Latin America has the most urbanized poverty problem, East Asia has the least; there has been a 'ruralization' of poverty in Eastern Europe and Central Asia; in marked contrast to other regions, Africa's urbanization process has not been associated with falling overall poverty.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,003
Communication savante0,0040,007
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,050
Tête enseignante GPT0,293
Écart entre enseignants0,242 · 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

Citations37
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWashington, DC: World Bank eBooksMême sujetUrban and Rural Development ChallengesTravaux en français237 207