MétaCan
Menu
Retour à la cohorte

Tracing the Consequences of Child Poverty

2019· book· en· W4239902646 sur OpenAlexfundno aff
Jo Boyden, Andrew Dawes, Paul Dornan, Colin Tredoux

Notice bibliographique

RevuePolicy Press eBooks · 2019
Typebook
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilInter-American Development BankGrand Challenges CanadaDr Mortimer and Theresa Sackler FoundationChildren's Investment Fund FoundationEconomic and Social Research CouncilBernard van Leer FoundationNational Institutes of HealthInternational Development Research CentreUNICEFDepartment for International DevelopmentBill and Melinda Gates FoundationWorld Bank GroupIrish Aid
Mots-clésPovertyChild povertyEconomic growthPolitical scienceSustainable developmentDevelopment economicsSocial policyChild developmentPsychologyDevelopmental psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

What matters most in how poverty shapes children's wellbeing and development? How can data inform social policy and practice approaches to improving the outcomes for poorer children? Using life course analysis from the Young Lives study of 12,000 children growing up in Ethiopia, India, Peru, and Vietnam over the past 15 years, this book draws on evidence from two cohorts of children, from 1 to 15 years old and from 8 to 22 years old. It examines how poverty affects children's development in low- and middle-income countries, and how policy has been used to improve their lives, then goes on to show when key developmental differences occur. The book uses new evidence to develop a framework of what matters most and when, and outlines effective policy approaches to inform the no-one left behind Sustainable Development Goal agenda.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,003
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,032
Tête enseignante GPT0,306
Écart entre enseignants0,274 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy Press eBooksMême sujetPoverty, Education, and Child WelfareTravaux en français237 207