MétaCan
Menu
Retour à la cohorte
Enregistrement W2073461851 · doi:10.1111/j.1745-5871.2007.00492.x

Coastal Livelihood Transitions: Socio‐Economic Consequences of Changing Mangrove Forest Management and Land Allocation in a Commune of Central Vietnam

2008· article· en· W2073461851 sur OpenAlexaff
Lê Thị Vân Huệ, Steffanie Scott

Notice bibliographique

RevueGeographical Research · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVietnamese History and Culture Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLivelihoodGeographyPovertyMangroveNatural resource economicsProperty rightsNatural resourceBusinessAgricultureAgroforestryEconomicsEconomic growthFisheryEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper reviews the evolution of land use and mangrove forest management in a coastal commune in Central Vietnam from its early period of environmentally sound management under a common property regime, through State and cooperative management, to individual household allocation under the economic reforms of the 1990s. It analyses in particular the introduction of shrimp culture and its environmental and socioeconomic consequences. The case study demonstrates that, while opening up many economic opportunities, Vietnam's economic reforms have had uneven impacts on income inequality. Like many cases in Asia and Latin America, the disruption of common property resources – through the introduction of aquaculture as a livelihood opportunity and producer of an export crop – leaves farmers indebted and natural resources polluted. But, ironically, it was the financially better‐off aquaculture farmers, who had more capacity for risk‐taking and investing, who ended up most indebted, in comparison with poorer farmers who had already sold their ponds. The latter were less integrated into the market economy and relied more on marine product collection. This paper suggests that attention to local contexts and histories can contribute to a better understanding of the causes and consequences of environment‐poverty interfaces.

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 enseignants0,241
Score d'incertitude au seuil0,480

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,329
Écart entre enseignants0,283 · 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

Citations49
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeographical ResearchMême sujetVietnamese History and Culture StudiesTravaux en français237 207