Notice bibliographique
Résumé
Abstract Immiserizing growth (IG) refers to situations where economic growth does not lead to poverty reduction. How should this phenomenon be conceptualized? How often, when and where does it occur? Why does it occur? This book aims to address these three sets of questions, drawing on a wide range of theoretical perspectives and empirical approaches. It presents a conceptualization of IG which combines the notions of failed and malevolent inclusion, being bypassed and ‘avoidably’ harmed by growth, respectively. It addresses the second set of issues drawing on comparable household survey data from around 1990 using multiple poverty lines and time periods, and different measures of growth and poverty. It reviews explanations of immiserizing growth found in a wide variety of bodies of thought including the classical tradition of political economy (Mathus, Ricardo, and Marx), radical traditions of scholarship, literatures on poverty dynamics and inclusive growth, and empirical case studies. Eight categories of processes and mechanisms of IG emerge from these literatures related to: (i) sectoral, spatial or other dimensions of growth; (ii) poverty traps; (iii) public action or inaction; (iv) changes in relative prices or the terms of trade; (v) technological change; (vi) violence and conflict; (vii) dispossessions and indebtedness and viii) environmental degradation and ‘natural’ phenomena. Part II of this book empirically investigates some of these potential drivers of IG using econometric analysis, Qualitative Comparative Analysis (QCA) and case studies. The various chapters of this book make distinct historical, theoretical, methodological, and empirical contributions and further our understanding of a phenomenon which remains underexamined and inadequately understood.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».