esenfrpt

Actividades de Investigación

Carla Arévalo fue una de los 100 estudiantes de doctorado aceptados en la Escuela de Verano de la Universidad de Bergen sobre desafíos globales.

Carla participó de la Escuela de Verano sobre Desafíos Globales en la Universidad de Bergen, Noruega.

Alrededor de 100 doctorandos intercambiaron saberes sobre migración, educación, salud, manejo del agua, pobreza, entre otros. Carla participó del curso "Agenda 2030: Poverty, Climate Change and Sustainability" dictado por el Dr. Alberto Cimadamore (CROP/UiB) y el Profesor Neal Keenlyside (UiB). La convocatoria 2018 se encuentra disponible en http://www.uib.no/en/rs/bsrs

Nuevo documento de trabajo: Medición y análisis multidimensionales del bienestar y la pobreza en niñas, niños y adolescentes en Argentina

Se presentan y discuten en este documento los resultados del cálculo de la pobreza en la niñez en la Argentina desde una perspectiva multidimensional. El cómputo más completo cuenta con 8 dimensiones y 19 indicadores, y se realiza usando la Encuesta de Indicadores Múltiples por Conglomerados (MICS) de UNICEF, que contiene datos de los años 2011/12. También se incluyen en el documento resultados de una fecha más reciente y que surgen de explotar la Encuesta Permanente de Hogares (EPH) del año 2015. Para el tratamiento de la información se apeló al enfoque de los derechos como marco conceptual de base y se usó como estrategia metodológica de identificación y agregación, la herramienta del Multiple Overlapping Deprivation Analysis (MODA). A partir de una definición holística de bienestar infantil concentrada en el acceso a los diversos bienes y servicios que son cruciales para su supervivencia y desarrollo, se definió la matriz de privaciones.

Para acceder al documento de descarga gratuita caer clic AQUÍ.

Nuevo documento de trabajo: A Comparison Study on Criteria to Select the Most Adequate Weighting Matrix

The practice of spatial econometrics revolves around a weighting matrix, which is often supplied by the user on previous knowledge. This is the so called W issue and, probably, the aprioristic approach is not the best solution. However, we have to concur that, nowadays, there few alternatives for the user. Under these circumstances, our contribution focuses on the problem of selecting a W matrix from among a finite set of matrices, all of them deemed appropriate for the case. We develop a new and simple method based on the Entropy corresponding to the distribution probability estimated for the data. Other alternatives to ours, which are common in current applied work, are also reviewed. The main part of the paper consists of a large Monte Carlo resolved in order to calibrate the effectiveness of our approach compared to the others. A case study is also included.

Para acceder al documento de descarga gratuita caer clic AQUÍ.