MétaCan
Menu
← Retour à la cohorte
Enregistrement W7053196214

Universal Primary Education and household welfare in Tanzania

2022· other· en· W7053196214 sur OpenAlexaboutno aff

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2022
Typeother
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWelfareEducational attainmentTanzaniaPovertyQuarter (Canadian coin)EndowmentConsumption (sociology)Household income
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This is an update of Donath et al. (CRP 21/04) which assessed the effect of the 2001 Universal Primary Education (UPE) in Tanzania on the welfare difference between youth (aged 15-35 according to the official definition) and adult (aged over 35) headed households in 2018. As anybody aged over 25 in 2018 would not have derived full benefit of UPE from 2001, this paper examines whether the welfare difference comparing 2001 and 2018 between households headed by youth aged 15-25 and adults (aged over 35) is attributable to differences in educational attainment following the nationwide 2001 UPE. Household budget survey data for 2001 and 2018 are used to estimate the effect of education on household welfare (measured as consumption relative to the poverty line), availing of the fact that youth in 2018 (aged 15-25) will have benefitted from the UPE. Decomposition analysis reveals that the increase in youth educational attainment by 2018 is a significant factor explaining the increase in welfare of youth headed households between 2001 and 2018. If the youth in 2001 had the same education endowment as their 2018 counterparts, their relative welfare would have been about a quarter higher. The findings also show that differences in educational attainment are significant factors explaining differences in welfare between youth and adults in each year. If adults had the same level of educational attainment as the youth, their welfare would have been about a third higher in 2001 and 2018. Expanding access to education had a positive effect on welfare.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,013
Tête enseignante GPT0,271
Écart entre enseignants0,258 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetMass Spectrometry Techniques and Applications→Travaux en français237 207→