
Stima del vero stato di povertà globale con il machine learningMappa della povertà attraverso l'apprendimento automaticoUna collaborazione di UoC Berkeley, Stanford University e Facebook offre un quadro più approfondito e granulare dell'attuale stato di povertà in e attraverso le nazioni, attraverso l'uso dell'apprendimento automatico .
La ricerca , intitolata Micro-Estimates of Wealth for all Low-and Middle-Income Countries , è accompagnata da un sito web beta che consente agli utenti di esplorare in modo interattivo lo stato economico assoluto e relativo di aree a grana fine e sacche di povertà a basso e medio paesi a reddito.
Mappa interattiva della povertà nel mondo attraverso l'apprendimento automatico
Il framework incorpora dati da immagini satellitari, mappe topografiche, reti di telefonia mobile e dati aggregati anonimi da Facebook, ed è verificato in base a ampi sondaggi faccia a faccia, allo scopo di riportare disparità di ricchezza relativa in una regione, piuttosto che stime assolute di reddito .
Il sistema è stato adottato dal governo della Nigeria come base per la gestione dei programmi di protezione sociale e funziona in tandem con il quadro esistente della Banca Mondiale, il National Social Safety Nets Project ( NASSP ). A febbraio ai primi beneficiari del regime è stato versato un trasferimento in contanti di 5000 naira nigeriane, una prestazione pagabile fino a sei mesi, fino al raggiungimento della soglia di un milione di naira.
Il documento afferma che la povertà dei dati fornisce un notevole contributo alla distribuzione errata degli aiuti in paesi con risorse minime per la raccolta di dati o infrastrutture limitate, e che anche un fattore di segnalazione errata politicamente motivato (un problema non limitato ai paesi a basso reddito) .
Registrazione dei "poveri non segnalati"Le simulazioni dei ricercatori sui dati hanno dimostrato che, in base alle normative esistenti per l'allocazione delle risorse di aiuto, la distribu...
Continua a Leggere
Continua a Leggere