MétaCan
Menu
Retour à la cohorte
Enregistrement W4321503451 · doi:10.1596/1813-9450-10293

Cash and Conflict: Large-Scale Experimental Evidence from Niger

2023· book· en· W4321503451 sur OpenAlexaff
Patrick Prémand, Dominic Rohner

Notice bibliographique

RevueWorld Bank, Washington, DC eBooks · 2023
Typebook
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésCashScale (ratio)BusinessGeographyCartographyFinance

Résumé

récupéré en direct d'OpenAlex

Conflict undermines development, while poverty, in turn, breeds conflict. Policy interventions such as cash transfers could lower engagement in conflict by raising poor households' welfare and productivity. However, cash transfers may also trigger appropriation or looting of cash or assets. The expansion of government programs may further attract attacks to undermine state legitimacy. To investigate the net effect across these forces, this paper studies the impact of cash transfers on conflict in Niger. The analysis relies on the large-scale randomization of a government-led cash transfer program among nearly 4,000 villages over seven years, combined with geo-referenced conflict events that draw on media and nongovernmental organization reports from a wide variety of international and domestic sources. The findings show that cash transfers did not result in greater pacification but—if anything—triggered a short-term increase in conflict events, which were to a large extent driven by terrorist attacks by foreign rebel groups (such as Boko Haram) that could have incentives to “sabotage” successful government programs.

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 candidatesMéta-épidémiologie (sens strict), Charge 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,246
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Bank, Washington, DC eBooksMême sujetIslamic Finance and Banking StudiesTravaux en français237 207