Health and economic growth across Sub Saharan Africa: the unobserved role of demography
Notice bibliographique
Résumé
This thesis revisits the debate on the impact health has on economic growth. The majority of previous work on the subject have focused on how health affects growth in developed countries and developing countries outside Africa. However, Sub Saharan Africa (SSA) is where insights into this relationship are most of value as the continent of Africa bears one quarter of the overall global disease burden, with 69% of deaths in SSA resulting from infectious diseases like HIV/AIDS and malaria. Of the 37.4 million people living with HIV globally, 25 million live in Africa (World Economic Forum, 2019). Waage et al. (2015) suggests that achieving health and wellbeing for all can only be accomplished if poverty is reduced. These two objectives poverty reduction and good health and wellbeing for all are in line with Sustainable Development Goals (SDGs) 1 and 3. The critical nature of health and its resulting effect on growth makes it essential to find ways of improving the state of health in developing countries. \n \nThis thesis provides insights into the direct and indirect role played by health in conjunction with other factors, through the process of economic development in Sub Saharan Africa. This is vital because the realisation of strategies that are intended to improve health depends not only on understanding the economic context but also on the understanding of the epidemiological and the sociological environment. Chapters in this thesis therefore considers some of the factors that have been highlighted as important influences on the health-growth relationship, but not fully explored in the Sub Saharan African context. These include diseases load, the demographic transition, geographical variation, and causal channels through which population health affects economic development. Policy makers as well as researchers undertaking further empirical investigation into health and growth in developing countries will benefit from the contribution of knowledge this thesis provides.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».