MétaCan
Menu
Retour à la cohorte
Enregistrement W4283715574 · doi:10.1093/pnasnexus/pgac101

Cash-like vouchers improve psychological well-being of vulnerable and displaced persons fleeing armed conflict

2022· article· en· W4283715574 sur OpenAlexfundno aff
John Quattrochi, Ghislain Bisimwa, Peter Van Der Windt, Maarten Voors

Notice bibliographique

RevuePNAS Nexus · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesTamkeenWageningen University and ResearchUNICEFYork UniversityNew York University Abu DhabiWorld Bank Group
Mots-clésVoucherCashPsychologyDisplaced personCash transfersCriminologyPolitical scienceDemographic economicsRefugeeEconomicsLawFinanceAccounting

Résumé

récupéré en direct d'OpenAlex

The psychological burden of conflict-induced displacement is severe. Currently, there are 80 million displaced persons around the world, and their number is expected to increase in upcoming decades. Yet, few studies have systematically assessed the effectiveness of programs that assist displaced persons, especially in settings of extreme vulnerability. We focus on eastern Democratic Republic of Congo, where myriad local armed conflicts have driven cycles of displacement for over 20 years. We conducted a within-village randomized field experiment with 976 households, across 25 villages, as part of the United Nations' Rapid Response to Population Movements program. The program provided humanitarian relief to over a million people each year, including vouchers for essential nonfood items, such as pots, pans, cloth, and mattresses. The vouchers led to large improvements in psychological well-being: a 0.32 standard deviation unit (SDU) improvement at 6 weeks, and a 0.18 SDU improvement at 1 year. There is no evidence that the program undermined social cohesion within the village, which alleviates worries related to programs that target some community members but not others. Finally, there was no improvement in child health.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,401
Écart entre enseignants0,357 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePNAS NexusMême sujetHomelessness and Social IssuesTravaux en français237 207