Estimación de la línea vulnerabilidad económica a la pobreza monetaria
Notice bibliographique
Résumé
El informe tiene como objetivo dar a conocer el proceso metodológico utilizado para la estimación de la Línea de Vulnerabilidad Económica a la pobreza monetaria en el Perú a nivel nacional. Con esta línea estimada se procedió a estimar la incidencia de la vulnerabilidad a nivel nacional, incluyendo estimaciones hasta niveles geográficos provinciales. Para ello se realizó una actualización y ampliación del documento de trabajo “La vulnerabilidad de los Hogares a la Pobreza en el Perú 2004-2014” (Herrera y Cozzubo, 2016). El cual describe los procesos utilizados en la aplicación de la metodología para la construcción de la línea de vulnerabilidad complementaria a la línea de pobreza monetaria, lo cual permitió distinguir a la población en cuatro categorías: pobres extremos, pobres, no pobres vulnerables y no pobres no vulnerables. Para el desarrollo de la metodología se utilizó principalmente información de la Encuesta Nacional de Hogares (ENAHO) en su versión panel y transversal. En la data panel, se estimó un modelo logístico que permitió estimar la probabilidad de aquellos hogares no pobres que caen en pobreza en un periodo siguiente; en la data transversal se estima la Línea de vulnerabilidad y en las datas anuales anteriores o posteriores se estima la incidencia de la vulnerabilidad. Los resultados obtenidos son robustos y validados mediante test estadísticos y análisis de sensibilidad, mientras que, para la estimación a nivel provincial se utilizó el gasto estimado del Censo 2017.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».