*通讯作者:Erin Litzow(litzow.erin@gmail.com)。我们非常感谢公开慈善事业的财政支持。罗梅罗(Romero)感谢A.C. Asociaci´on Mexicana de Cultura的财政支持。我们感谢Joaquin Alvarez Galnares在WEAI年度会议,Camp Resources,不列颠哥伦比亚大学,不列颠哥伦比亚大学和CREEA会议上的WEAI年度会议上提供的出色研究协助以及研讨会和研讨会参与者的评论和反馈。所有错误都是我们自己的。†不列颠哥伦比亚大学; litzow.erin@gmail.com‡智能繁荣研究所; bianca.ravani.cecato@gmail.com§德克萨斯州A&M大学; tatianazarate@tamu.edu¶tecnol´ogico aut'onomo de m´exico,J-pal; mtromero@itam.mx
∗此处报告的结果先前是在题为“需求分析师从机器学习中学习什么?”的论文中分发的。当前的标题从Fudenberg和Liang(2019)的开创性作品中汲取了灵感。我们感谢Annie Liang的详细评论和建议以及Yiting Chen,Emel Filiz-Ozbay,Brian Jabarian,Michael Jordan,Daniel Martin,Yusufcan Masatlioglu,Sendhil Mullainathan,Sara Nei Quline和Anna Vakarova进行有用的对话。本文也从D-TEA的参与者(决策:理论,实验和应用),RUD(风险,不确定性和决策),WEAI(WEAI(WEAI)(国际西方经济协会),MLESC24(经济学夏季夏季会议),ESIF-AIML(经济学和AI+ML MEL)和几个大学的一些大学的建议中,也有益于介绍。Ellis感谢由国家科学基金会三脚架计划资助的数据科学研究所(FODSI)的基础,以及加利福尼亚大学伯克利分校的西蒙斯计算机理论研究所的热情款待。在本材料中表达的意见,发现和结论是作者的意见。†埃利斯:加利福尼亚大学伯克利分校(khkellis@berkeley.edu);卡里夫:加利福尼亚大学伯克利分校(kariv@berkeley.edu);奥兹贝:马里兰大学(ozbay@umd.edu)。
∗我深切感谢我的顾问Jeremy Greenwood,Harold L. Cole,Hanming Fang和Emin Dinlersoz的持续支持。I am also grateful to Salome Baslandze, Gorkem Bostanci, Murat Alp Celik, Simon Fuchs, Pengfei Han, Joachim Hubmer, Xian Jiang, Dirk Krueger, Veronika Penciakova, Jose- Victor Rios-Rull, Baxter Robinson, John L. Turner, and participants at the Chicago Fed Rookie Conference, the St. Louis Fed研讨会,亚特兰大美联储研讨会,人口普查局研讨会,WEAI年度会议,宾夕法尼亚州宏观研讨会,提出了有用的建议。表达的任何观点是作者的观点,而不是美国人口普查局的观点。人口普查局的披露审查委员会和避免披露者已审查了此信息产品,以未经授权披露保证信息,并批准了适用于本版本的披露避免惯例。这项研究是在FSRDC项目编号2125(CBDRB-FY21-P2125-R8940; CBDRB-FY21-P2125-R9239; CBDRB-FY2222222-P2125-R9822; CBDRB-FY23-P223-P2258-R1058-R1058-R1058-R1058-R925222121-P21239;†affifiation:加利福尼亚大学圣塔芭芭拉分校。电子邮件:yueyuanma@ucsb.edu。
∗ 我非常感谢我的顾问 Jeremy Greenwood、Harold L. Cole、Hanming Fang 和 Emin Dinlersoz 的持续支持。我还要感谢 Salome Baslandze、Gorkem Bostanci、Murat Alp Celik、Simon Fuchs、Pengfei Han、Joachim Hubmer、Xian Jiang、Dirk Krueger、Veronika Penciakova、Jose- Victor Rios-Rull、Baxter Robinson、John L. Turner 以及芝加哥联储新秀会议、圣路易斯联储研讨会、亚特兰大联储研讨会、人口普查局研讨会、WEAI 年度会议、宾夕法尼亚大学宏观研讨会的与会者提出的有益建议。所表达的任何观点均为作者观点,而不代表美国人口普查局的观点。人口普查局的披露审查委员会和披露避免官员已审查了此信息产品是否存在未经授权披露机密信息的情况,并已批准对此新闻稿采用的披露避免做法。本研究由联邦统计研究数据中心根据 FSRDC 项目编号 2125 进行(CBDRB-FY21-P2125-R8940;CBDRB-FY21-P2125-R9239;CBDRB-FY22-P2125-R9822;CBDRB-FY23-P2125-R10582)。† 隶属关系:加州大学圣巴巴拉分校。电子邮件:yueyuanma@ucsb.edu。
∗ We thank Sushant Acharya, Julien Bengui, Giacomo Candian, In-Koo Cho, Edouard Djeutem, St´ephane Dupraz, Fabio Ghironi, Jinill Kim, Roberto Chang, Mario Crucini, Charles Engel, Dmitry Mukhin, Kuang Pei (discussant), Nicholas Sander, Hewei Shen (discussant), Kwanho Shin,Donghoon Yoo和加拿大银行,UIUC,Baruch College-Cuny,Purdue University,Purdue University,Hanyang University,Hanyang University,Hanyang University,Sejong University,Sejong University,Sejon University,Sejon University,夏威夷大学,夏威夷大学,俄亥俄大学,俄亥俄大学,渥太华大学,渥太华大学,皇家大学,国立夏季,2022 Kber Mindsitute,MIDKRO MINDSWEST MIDSWEST,会议,WEAI国际会议和中国宏观经济学国际会议(CICM),以获取宝贵的评论。所有错误都是我们自己的。本文中的观点是作者的观点,不一定反映加拿大银行的观点。†普渡大学经济系。电子邮件:na28@purdue.edu。地址:47907年,西拉斐特州街403号。‡加拿大银行。电子邮件:yinxi.xie.econ@gmail.com。地址:渥太华惠灵顿街234号,加拿大K1A 0G9。
在 SNV,我们设想一个世界,在每一个社会中,所有人都能有尊严地生活,并拥有平等的机会实现可持续繁荣。我们将坚实的基础和技术专长应用于农业食品、能源和水资源这三个相互关联的领域,这些领域对于让人们过上有尊严的生活和繁荣至关重要。在这些领域内和跨领域,我们致力于三个核心主题:性别平等和社会包容 (GESI)、气候适应和减缓以及强大的机构和有效的治理。在这些领域和主题中,我们还关注影响驱动的融资、数字化、系统变革和青年。土壤价值是一项为期 10 年的计划(2024-2033 年),由荷兰国际合作总司 (DGIS) 资助,是一项在布基纳法索、马里、尼日利亚北部和尼日尔开展的变革性举措,其主要目标是建立可持续的土壤肥力管理作为萨赫勒和几内亚大草原地区农业系统的基石。该计划的方法侧重于参与式景观管理背景下的综合土壤肥力管理 (ISFM),以促进可行的商业案例并激励农民、市场参与者和政策制定者采用。为确保区域一致性,邻近走廊国家加纳和科特迪瓦将积极参与有关南北化肥贸易和区域粮食安全的对话。SNV 正在寻找 GESI 顾问或咨询公司来支持土壤价值项目,使用项目级妇女农业赋权指数 (pro-WEAI) 进行基于研究的多国 GESI 分析,并制定配套的项目级 GESI 战略。该顾问将得到尼日尔、布基纳法索、马里和尼日利亚北部四名全职国家 GESI 顾问的支持,以及驻尼日利亚的多国 GESI 顾问的支持,后者将负责监督咨询工作。顾问必须证明有能力雇用和监督四个土壤价值国家的当地组织、咨询公司和普查团队,以收集原始数据。咨询目标: