MétaCan
Menu
Retour à la cohorte
Enregistrement W2222742639

Seeking for Opportunities: Livelihood Strategies in the Challenge of Peripherality

2015· article· en· W2222742639 sur OpenAlexvenueno aff
Michał Dudek, Paweł Chmieliński

Notice bibliographique

RevueJournal of rural and community development · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAgricultural economics and policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLivelihoodDiversification (marketing strategy)AgricultureEuropean unionBusinessAccessionPaymentRural areaSustainabilityEconomic growthEconomicsNatural resource economicsGeographyEconomic policyPolitical scienceFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

One of the main objectives of rural households is economic development, i.e. sustainability and efforts to improve their income situation. The number and type of livelihoods may affect the level of family income. This paper discusses changes in livelihood strategies of rural families living in 5 selected villages located in peripheral areas in Poland. It identifies the most widespread strategies and indicates the most income-efficient ones. According to the findings, due to the enhancement of the overall economic situation after Poland's accession to the European Union, the share of families treating farm income as a vital component of their livelihood strategies has been on the decline, whereas paid employment has been gaining in importance. At the same time, EU direct payments have considerably contributed to an increased proportion of benefits from agricultural land in the livelihood structure. Keywords: income diversification, livelihood strategies, rural areas, Poland

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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,156
Tête enseignante GPT0,327
Écart entre enseignants0,171 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of rural and community developmentMême sujetAgricultural economics and policiesTravaux en français237 207