76,3 % signalés par un, 3,4 % par les quatre

Quatre réponses à une question

Chaque instrument des deux dernières leçons prétend identifier les ménages en insécurité alimentaire. Posez-les sur les mêmes ménages et comptez.

import pandas as pd

survey = pd.read_csv("food-security-survey-2024.v1.csv")
coping = pd.read_csv("livelihood-coping-2024.v1.csv")
data = survey.merge(coping, on="household_id", how="inner", suffixes=("", "_lcs"))

flags = pd.DataFrame({
    "poor_consumption": fcs <= 28,          # FCS on the 28/42 set
    "hunger": hhs >= 2,                     # HHS moderate or severe
    "high_coping": rcsi >= 19,              # rCSI at or above the median
    "crisis_strategies": severity.isin(["crisis", "emergency"]),
})
flags = flags.dropna()
print(f"analysable on all four: {len(flags)} of {len(survey)}")
print((flags.mean() * 100).round(1))

library(dplyr)

flags |> summarise(across(everything(), ~ mean(.x)), n = n())

Instrument	Ménages signalés	Part
Consommation alimentaire pauvre	144	7,4 %
Faim modérée ou sévère	839	42,9 %
Indice de survie élevé	997	51,0 %
Stratégies de crise ou d’urgence	943	48,2 %

Un rapport de un à sept sur les mêmes 1 955 ménages. Ce ne sont pas quatre estimations d’une même quantité séparées par de l’erreur d’échantillonnage. Ce sont quatre quantités différentes, chacune correctement mesurée.

Le recouvrement

count = flags.sum(axis=1)
print(count.value_counts().sort_index())
print(f"any: {(count >= 1).mean():.1%}   all four: {(count == 4).mean():.1%}")

flags |> mutate(n_flags = rowSums(across(everything()))) |> count(n_flags)

Signalés par	Ménages	Part
Aucun des quatre	464	23,7 %
Un	591	30,2 %
Deux	434	22,2 %
Trois	400	20,5 %
Les quatre	66	3,4 %

76,3 % des ménages sont signalés par au moins un instrument et 3,4 % par les quatre. Les deux nombres sont des réponses défendables à « combien de ménages sont en insécurité alimentaire », et ils sont séparés d’un facteur vingt-deux.

C’est le tableau le plus important du cours. Tout ce qui suit — le tableau de preuves, la règle de convergence, le groupe de travail — existe parce que ce tableau a cette allure.

Pourquoi ils divergent, par ordre d’importance

Ils mesurent des moments différents d’un même processus. L’adaptation précède la consommation. Un ménage vend ses chèvres en juin et mange encore en juillet, si bien que le module d’adaptation le signale et le SCA non. Ne lire que la consommation, c’est voir la crise avec environ quatre mois de retard.

Ils n’ont pas la même sensibilité. Le SCA à 7,4 % est de loin l’instrument le moins sensible ici, parce que son seuil a été écrit pour repérer une privation alimentaire sévère et non un stress. Ce n’est pas un défaut — c’est ce qui fait d’un SCA pauvre un signal fort quand il apparaît.

Certains portent sur un comportement et d’autres sur un vécu. L’ICSR et le module d’adaptation demandent ce qu’un ménage a fait ; l’échelle de la faim ce qu’il a subi. Un ménage qui a des ressources s’adapte sans avoir faim ; un ménage sans ressources a faim sans s’adapter, parce qu’il n’y a plus rien à vendre.

nothing_left = flags["hunger"] & ~flags["crisis_strategies"]
print(f"hungry, no crisis strategies: {nothing_left.sum()} households")

flags |> filter(hunger, !crisis_strategies) |> nrow()

282 ménages ont faim et n’emploient aucune stratégie de crise ou d’urgence. C’est le groupe qu’une analyse limitée à l’adaptation perd, et c’est le groupe le plus avancé dans la dégradation.

Ce qu’il ne faut pas en faire

Trois réparations qui paraissent toutes fondées.

Les moyenner en un score composite. Il n’existe pas de pondération défendable, les instruments sont sur des échelles différentes, et un ménage à 7,4 % sur l’un et 51 % sur l’autre n’est pas « à 29 % ». Des indices composites de sécurité alimentaire existent et chacun d’eux enterre le désaccord au lieu de le résoudre.

Choisir celui qui donne le nombre attendu. Cela arrive plus souvent que le précédent et se voit moins, parce que chaque choix pris isolément est défendable. Choisissez l’instrument avant de le calculer, sur la question posée, et notez le choix.

Prendre l’intersection par prudence. 3,4 % est l’estimation la plus prudente et elle exclut les 400 ménages signalés par trois instruments sur quatre. Être prudent sur une caseload n’est pas de la prudence ; c’est la décision de servir moins de monde, et elle doit être prise comme telle.

Que faire à la place

Rapportez les quatre, avec ce à quoi chacun sert.

Food security indicators, lean season 2024, 1,955 households

  Poor food consumption (FCS ≤28)          7.4%   severe dietary deprivation
  Moderate or severe hunger (HHS ≥2)      42.9%   experienced deprivation
  High coping (rCSI ≥19)                  51.0%   consumption-based coping
  Crisis or emergency strategies (LCS)    48.2%   asset depletion

  Flagged by at least one                 76.3%
  Flagged by all four                      3.4%

  These are four different quantities, not four estimates of one. The
  spread between them is the finding: coping and asset depletion are
  widespread while severe dietary deprivation is not yet, which is the
  profile of a population early in a deterioration rather than late in one.

La dernière phrase est l’analyse. Le motif d’ensemble — adaptation élevée, épuisement d’actifs élevé, déficit alimentaire sévère faible — est un diagnostic, et il n’est disponible que parce que les quatre divergent. Un composite unique aurait produit un nombre et aucun diagnostic.

La règle sur laquelle ce cours est bâti

La convergence des indices signifie qu’un accord entre instruments indépendants augmente la confiance, et qu’un désaccord est une information plutôt qu’une erreur.

Là où trois instruments s’accordent et un diverge, demandez ce que le quatrième mesure et que les autres ne mesurent pas, avant de décider qu’il a tort. Dans cette population l’intrus est le SCA, et ce qu’il mesure et que les autres ne mesurent pas est la sévérité — le désaccord dit donc que la dégradation n’a pas encore atteint les régimes, ce qui est un constat sur le calendrier et un argument pour agir maintenant.

La suite

Tout ce qui précède est ce que les ménages ont déclaré sur eux-mêmes. L’unité suivante porte sur le marché où ils achètent — une ligne de preuve indépendante qui ne dépend du souvenir de personne, et qui se trouve expliquer le calendrier des quatre indicateurs.