MétaCan
Menu
Retour à la cohorte
Enregistrement W1509144793 · doi:10.1111/j.0361-3666.2006.00332.x

Post-disaster resettlement, development and change: a case study of the 1990 Manjil earthquake in Iran

2006· article· en· W1509144793 sur OpenAlexaff
S A Badri, Ali Asgary, A R Eftekhari, Jason M. Levy

Notice bibliographique

RevueDisasters · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensBrandon UniversityYork University
Organismes subventionnairesnon disponible
Mots-clésRelocationSocioeconomic statusEmpowermentSocioeconomicsSocioeconomic developmentPopulationNatural disasterSettlement (finance)GeographyEconomic growthEnvironmental healthBusinessMedicineSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

Planned and involuntary resettlement after natural disasters has been a major policy in post-disaster reconstruction in developing countries over the past few decades. Studies show that resettlement can result in significant adverse impacts on the resettled population. Conversely, a well-planned and managed resettlement process can produce positive long-term development outcomes. This article presents the results of a case study undertaken 11 years after the 1990 Manjil earthquake in Iran. During the reconstruction period, a policy of involuntary planned resettlement was pursued extensively. The socioeconomic changes that occurred as a consequence of this policy of involuntary resettlement are analysed. Data were collected via a questionnaire survey that involved a sample of 194 relocated households (grouped into a settlement that later became a town). The paper shows that relocated families face difficult socioeconomic challenges after relocation and regrouping. This is especially true with respect to employment, income, the empowerment of women and lifestyle issues.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,299
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations156
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisastersMême sujetDisaster Management and ResilienceTravaux en français237 207