MétaCan
Menu
Retour à la cohorte
Enregistrement W4230584913 · doi:10.11564/28-2-591

Foreword

2014· article· en· W4230584913 sur OpenAlexfundno aff
Samuel Agyei‐Mensah, Ghana Capability Team, Samba Diop, Mali Capability Team

Notice bibliographique

RevueAfrican Population Studies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de GenèveUniversità degli Studi di PaviaUniversity of GhanaUniversité de MontréalKing's College LondonUniversität Passau
Mots-clésCapability approachHappinessHuman development (humanity)SanitationHuman welfarePleasureEconomicsPer capitaConsumption (sociology)WelfarePopulationEconomic growthHuman Development ReportInequalityHuman Development IndexDevelopment economicsPublic economicsPolitical scienceSociologyPsychologyEngineeringSocial scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The globalization process constantly spawns new ideas, and researchers are generally willing to share and adapt them. It can be recalled that UNDP report no. 1/1990 saw the basic objective of human development as the enlargement of the range of people’s choices, which are not fixed forever. There have been many approaches to the study of human development. For instance, Classical Economics measures human development using the size of a country’s GDP or per capita income. The Welfare Approach uses income and consumption. The Utilitarian Approach focuses on happiness, good and pleasure, while the Basic Needs Approach measures access to water, shelter, food and sanitation, among others. It is impressive that, just ten years later, Amartya Sen managed to pull all these ideas together into a single framework called the Capability Approach. This new concept of measuring human development focuses on freedom as development. Although nowadays widely known, the Capability Approach is still rarely used in population studies and policies, and this is especially true for Africa. This volume is therefore welcome, but in addition it is timely, and this for at least two reasons.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,5280,494

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 Opus0,088
Tête enseignante GPT0,381
Écart entre enseignants0,293 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Population StudiesMême sujetIncome, Poverty, and InequalityTravaux en français237 207