MétaCan
Menu
Retour à la cohorte
Enregistrement W6997524783

Where do the world’s multidimensionally poor people live?: OPHI working paper no. 61

2013· article· en· W6997524783 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueOxford University Research Archive (ORA) (University of Oxford) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Wirtschaftliche Zusammenarbeit und EntwicklungAustralian Agency for International DevelopmentGeorg-August-Universität GöttingenUniversity of OxfordInternational Development Research CentreEconomic and Social Research CouncilInternational Fine Particle Research InstituteUnited Nations Development ProgrammeRobertson FoundationUNICEF
Mots-clésPovertyQuarter (Canadian coin)Meaning (existential)Distribution (mathematics)Poor peopleDeveloping country
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

<p>This paper asks where do the world’s multidimensionally poor people live? The paper considers how the\nglobal distribution of multidimensional poverty differs from the global distribution of income poverty\nand assesses the sensitivity of findings to widely used (although somewhat arbitrary) country\nclassifications. Surprisingly perhaps, only a quarter of multidimensionally poor people and just one-third\nof <i>severely</i> multidimensionally poor people live in the world’s poorest countries – meaning Low Income\nCountries (LICs) <i>or</i> Least Developed Countries (LDCs). The sensitivity of findings about country\nthresholds for low and middle-income countries is discussed. The paper argues that there is a split of\ndistribution poverty between both stable Middle-Income Countries (MICs) and low-income fragile states\nand that there is a 'multidimensional bottom billion' living in stable MICs. </p>\n<p>The analysis is based on 83 countries and uses the 2011 MPI poverty estimates of the UNDP <i>HDR</i>.</p>

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,003
Communication savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,032
Tête enseignante GPT0,276
Écart entre enseignants0,244 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxford University Research Archive (ORA) (University of Oxford)Même sujetIncome, Poverty, and InequalityTravaux en français237 207