MétaCan
Menu
Retour à la cohorte
Enregistrement W4384132964 · doi:10.1002/jid.3816

Impacts of agricultural capital subsidies for women in Burkina Faso: Lessons from a Computable General Equilibrium model

2023· article· en· W4384132964 sur OpenAlexfundno aff
Patrice Rélouendé Zidouemba, Romuald S. Kinda, Pouirkèta Rita Nikiema

Notice bibliographique

RevueJournal of International Development · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Labor, and Family Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesDepartment for International DevelopmentDepartment for International Development, UK GovernmentInternational Development Research CentreGovernment of Canada
Mots-clésSubsidySocial accounting matrixComputable general equilibriumEconomicsEndowmentAgricultureAgricultural productivityEconomic inequalityInequalityUnemploymentLabour economicsDemographic economicsEconomic growthMacroeconomicsGeographyMarket economyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Sub‐Saharan African countries have a strong involvement of women in the agricultural sector. However, women have limited access to productive resources. A better endowment of productive resources for women is seen as a crucial option for achieving noteworthy results in terms of agricultural production, income, and economic growth and for reducing income inequalities between men and women. This study aims to analyse the potential impacts of a subsidy policy on women's agricultural capital in Burkina Faso. It makes use of a recursive dynamic computable general equilibrium model and a gendered social accounting matrix. The results indicate that the subsidy policy contributes to increasing women's income more than men's income, helping to reduce income inequality between men and women. Moreover, unemployment for women decreases significantly. Finally, the policy is conducive to economic growth regardless of the funding source.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,207

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,033
Tête enseignante GPT0,305
Écart entre enseignants0,272 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International DevelopmentMême sujetGender, Labor, and Family DynamicsTravaux en français237 207