MétaCan
Menu
Retour à la cohorte
Enregistrement W2252009452 · doi:10.1080/0376835x.2015.1115739

Kenya's focus on urban vulnerability and resilience in the midst of urban transitions in Nairobi

2016· article· en· W2252009452 sur OpenAlex
Linda Beyer, Jay Chaudhuri, Barbara Kagima

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDevelopment Southern Africa · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesUNICEFUnited States Agency for International Development
Mots-clésSlumVulnerability (computing)SanitationPsychological interventionPsychological resilienceFood securitySocioeconomicsGeographyHuman settlementPovertyDemographic economicsEconomic growthEnvironmental healthEconomicsPopulationMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

Addressing urban vulnerability requires an understanding of the underlying determinants of resilience for individuals, households, communities and institutions -- to withstand shocks, to adapt and to change. Analysing urban resilience utilises the results of five rounds of the Indicator Development for Surveillance of Urban Emergencies surveys conducted in three informal settlements of Nairobi. Results show a significant deterioration in food security and household hunger in marginalised urban populations, with other deprivations including insecurity, negative coping behaviour and inadequate access to water and sanitation. Within slum populations, there was a significant variation in income and expenditure (p > 0.05) with lowest income quintiles spending over 100% of their income on food. Significant gender disparities have been shown in lowest income quintiles, with female breadwinners earning 62% compared with male breadwinners (p > 0.05). Recommendations from this analysis include establishing thresholds for vulnerability and concrete dimensions for measuring resilience that can initiate and guide related interventions.

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 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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,316

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,222 · 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