MétaCan
Menu
Retour à la cohorte
Enregistrement W4378604548 · doi:10.1353/cye.2009.0015

Is Monetary Poverty a Suitable Proxy for Deprivation in the Physical Environment?

2009· article· en· W4378604548 sur OpenAlexaff
Geranda Notten

Notice bibliographique

RevueChildren Youth and Environments · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUNICEF
Mots-clésPovertyProxy (statistics)EconomicsPoverty reductionDevelopment economicsDemographic economicsEconomic growthComputer science

Résumé

récupéré en direct d'OpenAlex

The multidimensional nature of poverty has long been acknowledged; even persons with sufficient financial resources may be unable to achieve satisfactory levels of well-being in other dimensions. However, traditional financial poverty analyses still play a predominant role in the formulation of poverty reduction strategies. In this paper we analyze the consequences of using financial poverty as a proxy for deprivation in the physical environment of children in the Republic of Congo by studying the degree of overlap between these dimensions. Our results indicate that incidence rates of poverty and deprivation differ substantially in magnitude; that high risk poverty characteristics do not necessarily correspond to high risk deprivation characteristics; and that the relation between poverty and deprivation in the physical environment is positive but not very strong. We conclude that using financial poverty indicators seems to be a blunt tool to identify vulnerable groups in the physical environment dimensions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,119
Score d'incertitude au seuil0,357

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,255
Écart entre enseignants0,235 · 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.

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

Citations5
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildren Youth and EnvironmentsMême sujetIncome, Poverty, and InequalityTravaux en français237 207