MétaCan
Menu
← Retour à la cohorte
Enregistrement W4318217848 · doi:10.1093/oxfordhb/9780192848529.013.8

Monetary and Multidimensional Poverty in Cameroon: Measurements, Determinants, and Policy Implications

2023· book-chapter· en· W4318217848 sur OpenAlexaff
Francis Andrianarison, Bouba Housseini, Christian Oldiges

Notice bibliographique

RevueOxford University Press eBooks · 2023
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesnon disponible
Mots-clésPovertyEconomicsPopulationContext (archaeology)Development economicsConsumption (sociology)Socioeconomic statusStandard of livingGeographyEconomic growthSociologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Cameroon has witnessed substantial economic growth in the new millennium, while poverty reduction has been limited and inequality has worsened. In this context, this chapter investigates the different facets of poverty in Cameroon, factors affecting them and policy options to tackle poverty and achieve inclusive and sustainable development. We apply two prominent poverty measurement methods (Alkire-Foster and Foster-Greer-Thorbecke) to a series of household consumption and living standards (ECAM) surveys and Demographic and Health Surveys (DHS) collected between 2001 and 2018, and perform various empirical analyses to elucidate poverty dynamics and features. Our results indicate that both monetary and multidimensional poverty have decreased in Cameroon between 2001 and 2018, albeit slowly and to varying degrees across the different demographic, socioeconomic and spatial groups of the population. We find that the proportion of multidimensional poor people is always higher than the proportion of the monetary poor. At the same time, multidimensional poverty has reduced much faster than monetary poverty at the national level. Lastly, we find that higher levels of poverty in Cameroon are strongly associated with rural livelihoods, large family size, less education, employment in agriculture and the Northern regions of the country. Our micro-economic analysis is complemented with a review of structural factors affecting poverty at the macro level. We point out the need to accelerate the structural transformation of the Cameroonian economy, to reduce inequalities across the different regions and sub-groups of the population and expand economic opportunities for the youth to achieve the demographic dividend.

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)0,004
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,072
Tête enseignante GPT0,286
Écart entre enseignants0,214 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooks→Même sujetIncome, Poverty, and Inequality→Travaux en français237 207→