MARC details
| 000 -CABECERA |
|---|
| Longitud fija campo de control |
03849cam a22004097 4500 |
| 001 - NÚMERO DE CONTROL |
|---|
| Número de control |
w29070 |
| 003 - IDENTIFICADOR DELl NÚMERO DE CONTROL |
|---|
| Identificador del número de control |
NBER |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
|---|
| Fecha y hora de la última transacción |
20211020103104.0 |
| 006 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA - CARACTERÍSTICAS DEL MATERIAL ADICIONAL |
|---|
| Códigos de información de longitud fija - Características del material adicional |
m o d |
| 007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA |
|---|
| Campo fijo de descripción física |
cr cnu|||||||| |
| 008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA |
|---|
| Códigos de información de longitud fija |
210910s2021 mau fo 000 0 eng d |
| 100 1# - PUNTO DE ACCESO PRINCIPAL-NOMBRE DE PERSONA |
|---|
| Nombre de persona |
<a href="Aiken, Emily.">Aiken, Emily.</a> |
| 245 10 - TÍTULO PROPIAMENTE DICHO |
|---|
| Título |
Machine Learning and Mobile Phone Data Can Improve the Targeting of Humanitarian Assistance / |
| Mención de responsabilidad, etc. |
Emily Aiken, Suzanne Bellue, Dean Karlan, Christopher R. Udry, Joshua Blumenstock. |
| 260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. (PIE DE IMPRENTA) |
|---|
| Lugar de publicación, distribución, etc. |
Cambridge, Mass. |
| Nombre del editor, distribuidor, etc. |
National Bureau of Economic Research |
| Fecha de publicación, distribución, etc. |
2021. |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
1 online resource: |
| Otras características físicas |
illustrations (black and white); |
| 490 1# - MENCIÓN DE SERIE |
|---|
| Mención de serie |
NBER working paper series |
| Designación de volumen o secuencia |
no. w29070 |
| 500 ## - NOTA GENERAL |
|---|
| Nota general |
July 2021. |
| 520 3# - NOTA DE SUMARIO |
|---|
| Sumario, etc, |
The COVID-19 pandemic has devastated many low- and middle-income countries (LMICs), causing widespread food insecurity and a sharp decline in living standards. In response to this crisis, governments and humanitarian organizations worldwide have mobilized targeted social assistance programs. Targeting is a central challenge in the administration of these programs: given available data, how does one rapidly identify the individuals and families with the greatest need? This challenge is particularly acute in the large number of LMICs that lack recent and comprehensive data on household income and wealth. Here we show that non-traditional "big" data from satellites and mobile phone networks can improve the targeting of anti-poverty programs. Our approach uses traditional survey-based measures of consumption and wealth to train machine learning algorithms that recognize patterns of poverty in non-traditional data; the trained algorithms are then used to prioritize aid to the poorest regions and mobile subscribers. We evaluate this approach by studying Novissi, Togo's flagship emergency cash transfer program, which used these algorithms to determine eligibility for a rural assistance program that disbursed millions of dollars in COVID-19 relief aid. Our analysis compares outcomes - including exclusion errors, total social welfare, and measures of fairness - under different targeting regimes. Relative to the geographic targeting options considered by the Government of Togo at the time, the machine learning approach reduces errors of exclusion by 4-21%. Relative to methods that require a comprehensive social registry (a hypothetical exercise; no such registry exists in Togo), the machine learning approach increases exclusion errors by 9-35%. These results highlight the potential for new data sources to contribute to humanitarian response efforts, particularly in crisis settings when traditional data are missing or out of date. |
| 530 ## - NOTA DE FORMATO FÍSICO ADICIONAL DISPONIBLE |
|---|
| Nota de formato físico adicional disponible |
Hardcopy version available to institutional subscribers |
| 538 ## - NOTA DE DETALLES DEL SISITEMA |
|---|
| Nota de detalles del sistema |
System requirements: Adobe [Acrobat] Reader required for PDF files. |
| 538 ## - NOTA DE DETALLES DEL SISITEMA |
|---|
| Nota de detalles del sistema |
Mode of access: World Wide Web. |
| 588 0# - NOTA DE FUENTE DE LA DESCRIPCIÓN |
|---|
| Nota de fuente de la descripción |
Print version record |
| 690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA |
|---|
| Término local o nombre geográfico como elemento de entrada |
C55 - Large Data Sets: Modeling and Analysis |
| Fuente de encabezamiento o término |
Journal of Economic Literature class. |
| 690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA |
|---|
| Término local o nombre geográfico como elemento de entrada |
I32 - Measurement and Analysis of Poverty |
| Fuente de encabezamiento o término |
Journal of Economic Literature class. |
| 690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA |
|---|
| Término local o nombre geográfico como elemento de entrada |
I38 - Government Policy • Provision and Effects of Welfare Programs |
| Fuente de encabezamiento o término |
Journal of Economic Literature class. |
| 690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA |
|---|
| Término local o nombre geográfico como elemento de entrada |
O12 - Microeconomic Analyses of Economic Development |
| Fuente de encabezamiento o término |
Journal of Economic Literature class. |
| 690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA |
|---|
| Término local o nombre geográfico como elemento de entrada |
O38 - Government Policy |
| Fuente de encabezamiento o término |
Journal of Economic Literature class. |
| 700 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Bellue, Suzanne. |
| 700 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Karlan, Dean. |
| 9 (RLIN) |
27631 |
| 700 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Udry, Christopher R. |
| 700 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Blumenstock, Joshua. |
| 710 2# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE ENTIDAD |
|---|
| Nombre de entidad o nombre de jurisdicción como elemento inicial |
National Bureau of Economic Research. |
| 830 #0 - PUNTO DE ACCESO ADICIONAL DE SERIE - TÍTULO UNIFORME |
|---|
| Título uniforme |
Working Paper Series (National Bureau of Economic Research) |
| Designación de volumen o secuencia |
no. w29070. |
| 856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICO |
|---|
| Identificador Uniforme del Recurso (URI) |
<a href="https://www.nber.org/papers/w29070">https://www.nber.org/papers/w29070</a> |
| 856 ## - LOCALIZACIÓN Y ACCESO ELECTRÓNICO |
|---|
| Texto del enlace |
Acceso en línea al DOI |
| Identificador Uniforme del Recurso (URI) |
<a href="http://dx.doi.org/10.3386/w29070">http://dx.doi.org/10.3386/w29070</a> |
| 942 ## - ENTRADA DE ELEMENTOS AGREGADOS (KOHA) |
|---|
| Fuente de clasificaión o esquema |
Dewey Decimal Classification |
| Koha [por defecto] tipo de item |
Working Paper |
