MétaCan
Menu
Retour à la cohorte
Enregistrement W4401371375 · doi:10.1080/00220388.2024.2383435

Hope and Its Distribution in Rural Tanzania

2024· article· en· W4401371375 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Journal of Development Studies · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueOptimism, Hope, and Well-being
Établissements canadiensThe Metabolomics Innovation CentreUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésReligiosityTanzaniaConstruct (python library)Latent variableFood securitySocial psychologyPsychologyVariable (mathematics)Distribution (mathematics)SociologyEconometricsGeographyEconomicsSocioeconomicsMathematicsStatisticsComputer scienceAgriculture

Résumé

récupéré en direct d'OpenAlex

Recent research at the intersection of psychology and economics sheds light on the influence of hope on economic decisions. A body of that work concentrates on the economics of hope in developing country contexts. We identify two notable gaps: lack of attention to the measurement of hope as a latent psychological construct, and consequently, the lack of description and characterization of hope as a variable that can be measured and targeted. This study addresses these gaps by assessing the effectiveness of a novel hope measurement instrument, utilizing a large primary dataset collected in rural Tanzania. We estimate hope distributions across over 5,000 individuals and conditionally within subgroups defined by gender, region, recent shock, age, food security, income source, and religiosity. A positively-worded question about faith had the greatest information content among all questions, negatively worded questions were more effective in distinguishing people with relatively high hope. Employing generalized structural equation models, we observe significant variations in hope across sub-groups. Correcting for measurement distortions, we find significant heterogeneity in hope distributions across individuals and subgroups. The presence of an income-earning household member and religiosity yield the most pronounced shifts in hope distributions.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,769
Score d'incertitude au seuil0,226

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,325
Écart entre enseignants0,300 · 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