MétaCan
Menu
Retour à la cohorte
Enregistrement W2154946890 · doi:10.1073/pnas.1014123108

Climate-related disaster opens a window of opportunity for rural poor in northeastern Honduras

2011· article· en· W2154946890 sur OpenAlexaff
Kendra McSweeney, Oliver T. Coomes

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésWindow of opportunityClimate changePsychological resilienceFlooding (psychology)Extreme weatherNatural disasterGeographyEnvironmental resource managementPsychological interventionClimate resilienceNatural resource economicsEconomic growthEnvironmental planningDevelopment economicsPolitical scienceEcologyEconomicsPsychologyBiologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Two distinct views are evident in research on how rural communities in developing countries cope with extreme weather events brought by climate change: (i) that the resource-reliant poor are acutely vulnerable and need external assistance to prepare for such events, and (ii) that climate-related shocks can offer windows of opportunity in which latent local adaptive capacities are triggered, leading to systemic improvement. Results from a longitudinal study in a Tawahka community in Honduras before and after Hurricane Mitch (1994-2002) indicate that residents were highly vulnerable to the hurricane--due in part to previous development assistance--and that the poorest households were the hardest hit. Surprisingly, however, the disaster enabled the poor to initiate an institutional change that led to more equitable land distribution, slowed primary forest conversion, and positioned the community well to cope with comparable flooding occurring 10 y later. The study provides compelling evidence that communities can seize on the window of opportunity created by climate-induced shocks to generate sustained social-ecological improvement, and suggests that future interventions should foster local capacities for endogenous institutional change to enhance community resilience to climate shocks.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,172

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,130
Tête enseignante GPT0,296
Écart entre enseignants0,166 · 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'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

Citations119
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetClimate change impacts on agricultureTravaux en français237 207