MétaCan
Menu
Retour à la cohorte
Enregistrement W3198154496 · doi:10.5267/j.ijdns.2021.7.004

The analysis of factors affecting the household savings as a part of food security management

2021· article· en· W3198154496 sur OpenAlexvenueno aff
Gelena Pruntseva, Stepan A. Davymuka, Valentyna Yakubiv, Taras Vasyltsiv, Iryna Anhelko, Inna Irtyshcheva, Yuliia Maksymiv, Iryna Hryhoruk, Rostyslav Bilyk, Nazariy Popadynets

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture Market Analysis Ukraine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPurchasing powerFood securityBusinessGovernment (linguistics)Investment (military)PurchasingAgricultureEconomicsPublic economicsEconomic growthPoliticsMarketing

Résumé

récupéré en direct d'OpenAlex

Ensuring household food security should be a priority goal of state policy. The level of ensuring household food security reflects the state of the country's economic development and the effectiveness of agricultural policy. Household food security is achieved by ensuring a high level of purchasing power of households, which is possible by increasing income. Savings are the “safety cushion” for households during the financial and economic crisis caused by the coronavirus pandemic. The level of household savings is important both for the households themselves and for the country's economy, since savings, on the one hand, help to avoid hunger during crises, and, on the other hand, are an important investment resource for the country's economy. That is why assessing the level of household savings and identifying factors affecting savings are important aspects of building an effective government policy in the field of food security.

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)0,003
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,260
Écart entre enseignants0,234 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetAgriculture Market Analysis UkraineTravaux en français237 207