MétaCan
Menu
Retour à la cohorte
Enregistrement W7026805286

Are there nutrient-based poverty traps?

2014· report· en· W7026805286 sur OpenAlexfundno aff

Notice bibliographique

RevueInternational Food Policy Research Institute (International Food Policy Research Institute) · 2014
Typereport
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesInternational Fine Particle Research InstituteUniversity of OttawaInter-American Development Bank
Mots-clésPovertyEarningsHuman capitalAnemiaOutreachPublic healthPillMicronutrient
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A key question in development economics is whether nutritional deficiencies generate intergenerational poverty traps by reducing the earnings potential of children born into poverty.To assess the causal influence on human capital of one of the most widespread micronutrient deficiencies, supplemental iron pills were made available at a local health center in rural Peru and adolescents were encouraged to take them up via classroom media messages.Results from school administrative records provide novel evidence that reducing iron deficiency results almost immediately in a large and significant improvement in school performance.For anemic students, an average of 10 100mg iron pills over three months improves average test scores by 0.4 standard deviations and increases the likelihood of grade progression by 11%.Supplementation also raises anemic students' aspirations for the future.Both results indicate that cognitive deficits from iron-deficiency anemia contribute to a nutrition-based poverty trap.Our findings also demonstrate that, with low-cost outreach efforts in schools, supplementation programs offered through a public clinic can be both affordable and effective in reducing rates of adolescent IDA.

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)0,027
score de la tête « metaresearch » (Gemma)0,089
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,825
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0270,089
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0380,012
Études des sciences et des technologies0,0040,010
Communication savante0,0050,005
Science ouverte0,0220,007
Intégrité de la recherche0,0040,017
Charge utile insuffisante (le modèle a refusé de juger)0,0020,016

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 Opus0,351
Tête enseignante GPT0,514
Écart entre enseignants0,164 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Food Policy Research Institute (International Food Policy Research Institute)Travaux en français237 207