Multilevel and Spatially Heterogeneous Factors Influencing Poor Households’ Income in a Frontier Minority Area in Northeast China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Increasing the income of poor rural households is essential for the realization of China’s goal of sustainable development, which entails inclusive and equitable development and reducing the developmental gap between urban and rural areas. We conducted a case study of Wangqing County, a frontier minority area in Northeast China to examine spatial patterns and income differentials among poor rural households in this area. We quantified existing associations between household‐level and environmental‐level characteristics and income by applying hierarchical linear models. We subsequently applied Geographically Weighted Regression to analyze the spatial heterogeneity of the environmental‐level variables and develop an understanding of the interaction mechanism of influencing factors. The results revealed that the distribution of villages, where income levels were similar, showed significant spatial agglomeration characteristics. Our findings also provide empirical evidence that household‐ and village‐level characteristics together determine the income of poor households, but that household‐level characteristics determine destitution to a greater extent than environmental characteristics. More specifically, the sex, health condition, and labor capacity of the household head, household size, the dependency ratio, social welfare, and off‐farm work are significantly associated with household income. At the environmental level, arable land, the distance to the county center, and the average altitude had spatially heterogeneous impacts that varied in direction and intensity. This systematic study provides a more comprehensive and integrated understanding of the factors influencing the income of poor households in a frontier minority area in Northeast China.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle