Quantifying the Rural-Urban Gradient in Latin America and the Caribbean. Policy Research Working Paper 3634 Washington DC: World Bank. Retrieved from http://www-wds.worldbank.org/servlet/WDS_IBank_Servlet?pcont= details&eid=000016406_20050614122820
Notice bibliographique
Résumé
This paper addresses the deceptively simple question: what is the rural population of Latin America and the Caribbean? It argues that rurality is a gradient, not a dichotomy, and nominates two dimensions to that gradient: population density, and remoteness from large metropolitan areas. It uses geographically referenced population data (from the Gridded Population of the World, version 3) to tabulate the distribution of populations in Latin America, and in individual countries, by population density and by remoteness. It finds that the popular perception of Latin America as a 75 % urban continent is misleading. Official census criteria, though inconsistent between countries, tend to classify as ‘urban ’ small settlements of less than 2000 people. Many of these settlements are however embedded in an agriculturally based countryside. The paper finds that about 13 % of LAC populations live at ultra-low densities, of less than 20 per square kilometer. Essentially all these people are more than an hour distant from a large city, and more than half live more than four hours distant. A quarter of LAC population is estimated to live at densities below 50, again essentially all of them more than an hour distant from a large city. Almost half (46%) of LAC lives at population densities below 150 (a conventional threshold for urban areas), and more than 90 % of this group is at least an hour distant from a city; about a third of them (18 % of LAC total) are more than four hours ’ distant from a large city.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».