新しい機械学習モデルによって反駁された貧困ライン

アストン大学の研究者らによる研究は、貧困に関する社会通念が、

時代遅れです。実際のところ、彼らは基本的なニーズに関する主観的な考えに過度に注意を払いすぎています。人。専門家は、人々が収入をどのように使うのかという複雑さを理解できていません。

彼らの新しい研究では、科学者は彼らのコンピューターアルゴリズムを使用して大量の支出と経済データを統合する新しいモデルは、世界中の政府が将来の貧困レベルを予測し、問題を軽減するための対策を計画するのに役立つ可能性があります。

「これまで誰も機械を使用したことがありませんアストン大学工学物理学部の主任研究員であるアミット・チャトパディヤイ博士は、多次元の貧困を解読することを学んでいると述べた。 「それは人々が貧困を見る方法を完全に変えます。」

確立された貧困対策は、それを下回ると個人または世帯が「貧しい」と定義される金銭的しきい値を定義することを目的としています。これらの定義の起源は19世紀から20世紀初頭にあります。

世界銀行は現在、国際貧困ラインを 1 日あたり 1.90 ドルに設定しており、世界人口の約 10%、約 7 億人がそれ以下で暮らしています。

新しい研究では、研究者30年以上にわたるインドのデータを分析し、支出を3つの大きなカテゴリに分類しました。シリアルなどの「ステープルフード」、肉を含む「その他のフード」、住宅や輸送などのその他のコストをカバーする「非食料品」です。費用。このモデルはどの国にも適用できます。

3 つの相互依存関係を認識するこれにより、個々の国の状況に合わせて調整できる、より総合的な貧困の測定が可能になります。研究者らは、世界銀行やその他の情報源からの所得、資産、製品市場に関するデータセットを組み合わせて、インドと米国両国の過去の貧困レベルを正確に予測できるだけでなく、将来も予測できる数学モデルを作成しました。一定の経済仮定に基づいた水準。

需要の弾力性を考慮してこのモデルは、市場での供給に応じて、従来「貧しい」と考えられていた人々の数をより実用的な「中級クラス」に修正します。国のサブリージョンの状態を反映するようにスケーリングすることも、利用可能なデータに応じて単一の都市またはエリアにスケールダウンすることもできます。

「貧困に対する現在の理解は非常に深刻です。「貧困」は国や地域によって意味が異なるため、主観的です」とチャットパディヤイ博士は付け加えた。 「このモデルにより、人々がどこに住んでいても実際の経験を反映し、彼らが属していると認識されている社会階級にほとんど依存しない、多次元の貧困指数がついに得られました。」

また読む

ハッブルの最も美しい写真をチェックしてください。望遠鏡は30年で何を見てきましたか?

ロシアでは、彼らは道路を覆うためにゴミから耐久性のある素材を作成しました

地球外の生命は隕石に見られます。彼女について何が知られていますか、そして彼女はどこから来ましたか?