Impact of the COVID-19 Pandemic on Income Inequalities in Cameroon: The Influence of Employment Status
Notice bibliographique
Résumé
Abstract Due to interruptions and closures of activities resulting from social distancing measures implemented to limit the spread of the virus, individuals have seen their incomes reduced, increasing poverty and pre-crisis inequalities. These inequalities have been exacerbated by measures such as the increase in family allowances, which only benefit civil servants. The objective of this study is to analyse the contribution of the activity situation due to COVID-19 to household income inequalities in Cameroon. The data used are those collected from 604 households by CEREG as part of an IDRC-funded study on the impact of public policies related to the COVID-19 pandemic in Burkina Faso, Cameroon, Côte d'Ivoire and Senegal. The Gini and Theil inequality indices show increased income inequality in households where the head is not employed. The conditional quantile regression shows that employment status has a significant and higher effect during severe restrictions on the incomes of typical households in the 25th, 50th, 75th and 90th percentiles. On the other hand, this increased the distribution of income inequalities within households in the first three quartiles, more than 70% of which can be explained by the change in behaviour resulting from the loss of employment by the heads of household. This result is confirmed by the fact that the share of employment in the formation of income inequalities fell during severe restrictions, according to the Shapley decomposition.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».