How to overcome poverty and ensure sustainable growth of the middle class: criteria of distribution and policy measures
Notice bibliographique
Résumé
The article explores multicriterial approaches to determine the boundaries of poverty and the middle class. Applied regression analysis confirms the significance of some households’ social and economic characteristics that increase the likelihood of their belonging to a certain population group. Based on various methodological approaches, the analysis of the Russian society structure reveals its high polarization and a significant share of poor population fluctuating from 12% to a quarter of the population and even more considering the parameters that determine the quality of life, peculiarities in behavior and self-identification. Applying the multicriterial approach, the authors propose additional measures to support citizens which cover not only the poorest segments of the population and large families, but also a significant cohort of low-income citizens, as well as the measures that contribute to higher-income work and the increment of human wealth.The article explores multicriterial approaches to determine the boundaries of poverty and the middle class. Applied regression analysis confirms the significance of some households’ social and economic characteristics that increase the likelihood of their belonging to a certain population group. Based on various methodological approaches, the analysis of the Russian society structure reveals its high polarization and a significant share of poor population fluctuating from 12% to a quarter of the population and even more considering the parameters that determine the quality of life, peculiarities in behavior and self-identification. Applying the multicriterial approach, the authors propose additional measures to support citizens which cover not only the poorest segments of the population and large families, but also a significant cohort of low-income citizens, as well as the measures that contribute to higher-income work and the increment of human wealth.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».