Climate-induced Migration in South Asia: Migration Decisions and the Gender Dimensions of Adverse Climatic Events
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
There is significant interest in determining the role of climate-induced shocks as a \nprominent driver on migration decisions of different groups of farmers in South \nAsia. Using data from a survey of 2,660 farm-families and focused group \ndiscussions in Bihar (India), Terai (plains) (Nepal) and coastal Bangladesh, we \nemployed logistic regression to investigate household response towards migration \nand gender dimensions of adverse climatic events. The results suggest that migration \ndecisions depend on farmers’ unique resource profiles: (a) households that use \nmigration to improve their resilience, mostly resource rich households; (b) \nhouseholds that have no alternative but to migrate, mostly poor farmers; and (c) \nhouseholds who cannot migrate due to different socio-economic obligations, mostly \nfarmers with intermediate level of income that also includes women, children and \nelderly of different income profiles. These profiles represent a spectrum with \nhouseholds within a profile being closer to one or the other of the profiles on either \nside. They are not mutually exclusive and serve as a point of departure for further \nresearch to refine key explanatory variables. Given that some members of the \nhousehold pursue migration as a result of adverse climatic events, government \nstrategies are required to mitigate risks at destinations and create opportunities for \nthe trapped populations.
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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