MétaCan
Menu
Retour à la cohorte
Enregistrement W4386502593 · doi:10.1596/1813-9450-10561

The Effects of Climate Change in the Poorest Countries: Evidence from the Permanent Shrinking of Lake Chad

2023· book· en· W4386502593 sur OpenAlexfundno aff
Rémi Jedwab, Federico Haslop, Román D. Zárate, Carlos Rodríguez‐Castelán

Notice bibliographique

RevueWashington, DC: World Bank eBooks · 2023
Typebook
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyUniversity of TorontoGlobal Environment FacilityWorld Bank Group
Mots-clésClimate changeResizingGeographyDevelopment economicsClimatologyEconomic geographyEconomicsPolitical scienceNatural resource economicsGeologyInternational economicsOceanography

Résumé

récupéré en direct d'OpenAlex

Empirical studies of the economic effects of climate change largely rely on climate anomalies for causal identification purposes. Slow and permanent changes in climate-driven geographical conditions, that is, climate change as defined by the Intergovernmental Panel on Climate Change, have been relatively less studied, especially in Africa, which remains the most vulnerable continent to climate change. This paper focuses on Lake Chad, which used to be the 11th largest lake in the world. Lake Chad, which is the size of El Salvador, Israel, or Massachusetts, slowly shrank by 90 percent for exogenous reasons between 1963 and 1990. While the water supply decreased, the land supply increased, generating a priori ambiguous effects. These effects make the increasing global disappearance of lakes a critical trend to study. For Cameroon, Chad, Nigeria, and Niger—25 percent of Sub-Saharan Africa’s population— the paper constructs a novel data set tracking population patterns at a fine spatial level from the 1940s to the 2010s. Difference-in-differences show much slower growth in the proximity of the lake, but only after the lake started shrinking. These effects persist two decades after the lake stopped shrinking, implying limited adaptation. Additionally, the negative water supply effects on fishing, farming, and herding outweighed the growth of land supply and other positive effects. A quantitative spatial model used to rationalize these results and estimate aggregate welfare losses, which accounts for adaptation, shows overall losses of about 6 percent. The model also allows studying the aggregate and spatial effects of policies related to migration, land use, trade, roads, and cities.

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)0,007
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 enseignants0,096
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,281
Écart entre enseignants0,253 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWashington, DC: World Bank eBooksMême sujetTransboundary Water Resource ManagementTravaux en français237 207