Measuring Household Resilience to Floods: a Case Study in the Vietnamese Mekong River Delta
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The flood is a well-known phenomenon in the Vietnamese Mekong River Delta (MRD). Although people have experienced the impact of floods for years, some adapt well, but others are vulnerable to floods. Resilience to floods is a useful concept to study the capacity of rural households to cope with, adapt to, and benefit from floods. Knowledge of the resilience of households to floods can help disaster risk managers to design policies for living with floods. Most researchers attempt to define the concept of resilience; very little research operationalizes it in the real context of "living with floods". We employ a subjective well-being approach to measure households' resilience to floods. Items that related to households' capacity to cope with, adapt to, and benefit from floods were developed using both a five-point Likert scale and dichotomous responses. A factor analysis using a standardized form of data was employed to identify underlying factors that explain different properties of households' resilience to floods. Three properties of households' resilience to floods were found: (1) households' confidence in securing food, income, health, and evacuation during floods and recovery after floods; (2) households' confidence in securing their homes not being affected by a large flood event such as the 2000 flood; (3) households' interests in learning and practicing new flood-based farming practices that are fully adapted to floods for improving household income during the flood season. The findings assist in designing adaptive measures to cope with future flooding in the MRD.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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