MétaCan
Menu
Retour à la cohorte
Enregistrement W2045390171 · doi:10.5539/ass.v11n12p281

Women Adaptive Capacity in Post Disaster Recovery in Indonesia

2015· article· en· W2045390171 sur OpenAlexvenueno aff
Bevaola Kusumasari

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Gadjah Mada
Mots-clésLivelihoodCoping (psychology)BusinessSocial capitalVulnerability (computing)Disaster recoveryDisaster researchAdaptive strategiesCompetence (human resources)Business continuityEconomic growthSustainable developmentAdaptive capacityPolitical scienceSociologyComputer securityPsychologyComputer scienceEconomicsGeographySocial psychologyManagementClimate changeSocial science

Résumé

récupéré en direct d'OpenAlex

With an aim of identifying women coping capabilities in post disaster, the research objective of this paper is toanalyze women resilience within the context of four primary sets of adaptive capacities – economic development,social capital, information and communication, and community competence. Such capabilities have enabledwomen in post disaster situations in Indonesia to adapt to post disaster situations, fostered acquisition of newskill that have enhanced their contribution to family livelihoods and communities, as well as post disaster socioand economic recovery. The paper points at some reason why women have their capability to return to evenbetter life after disaster. It suggests that social capital, economic development, information and communicationas well as cultural-based competence provide an effective and sustainable assistance to crisis-affected women.The originality of this paper is that the issue of women being vulnerable to disasters has gained strength in manyreviews of disaster research. Nonetheless, based on results of this research, the notion of women vulnerability isdiscounted. Women resilience is enhanced in an environment that is characterized by robust availability, easyand quick access to resources, which can easily be deployed to reduce the impact of the disaster.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,285
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetDisaster Management and ResilienceTravaux en français237 207