MétaCan
Menu
Retour à la cohorte
Enregistrement W2060229552 · doi:10.1007/s10584-009-9665-4

Vulnerability and adaptation in a dryland community of the Elqui Valley, Chile

2009· article· en· W2060229552 sur OpenAlexaff
Gwendolynne Young, Humberto Zavala, Johanna Wandel, Barry Smit, Sonia Salas, Elizabeth Jiménez, Melitta Fiebig, Roxana Espinoza, Harry Diaz, Jorge Cepeda

Notice bibliographique

RevueClimatic Change · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of ReginaUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésClimate changeLivelihoodVulnerability (computing)Context (archaeology)GeographyWater resourcesWater scarcityAgricultureEnvironmental scienceEnvironmental resource managementWater resource managementEcology

Résumé

récupéré en direct d'OpenAlex

Livelihoods in drylands are already challenged by the demands of climate variability, and climate change is expected to have further implications for water resource availability in these regions. This paper characterizes the vulnerability of an irrigation-dependent agricultural community located in the Elqui River Basin of Northern Chile to water and climate-related conditions in light of climate change. The paper documents the exposures and sensitivities faced by the community in light of current water shortages, and identifies their ability to manage these exposures under a changing climate. The IPCC identifies potentially increased aridity in this region with climate change; furthermore, the Elqui River is fed by snowmelt and glaciers, and its flows will be affected by a warming climate. Community vulnerability occurs within a broader physical, economic, political and social context, and vulnerability in the community varies amongst occupations, resource uses and accessibility to water resources, making some more susceptible to changing conditions in the future. This case study highlights the need for adaptation to current land and water management practices to maintain livelihoods in the face of changes many people are not expecting.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,131
Tête enseignante GPT0,276
Écart entre enseignants0,145 · 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

Citations98
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimatic ChangeMême sujetClimate change impacts on agricultureTravaux en français237 207