Household Livelihood Strategy Choices, Impact Factors, and Environmental Consequences in Miyun Reservoir Watershed, China
Notice bibliographique
Résumé
Household livelihood strategies are embedded in the natural and socioeconomic contexts in which people live. Analyzing the factors that influence household livelihood choice and defining their consequences can be beneficial for informing rural household policies. In turn, this has great significance for fostering sustainable livelihood strategies. We grouped household livelihood strategies based on the income distribution of 756 households and analyzed their influencing factors and possible livelihood consequences in the watershed of Miyun Reservoir, the only source of surface water currently available for domestic use in Beijing, China. Local farmers’ livelihood strategies can be grouped into three types: farming, local off-farm, and labor-migrant. Farming households have the lowest livelihood capitals, other than natural capital, compared with labor-migrant households and off-farm households, the latter having better livelihood capital status. Geographical location, natural capital, household structure, labor quality, and ecological policies are the main factors affecting farmers’ choice of livelihood strategy. Local off-farm households have a significantly lower dependency on firewood, land resources, and investment than that of farming and labor-migrant households, and have the highest reliance on fossil fuel. This household classification can help us understand the livelihood characteristics, impact factors, and consequences of different types of household strategies, which also suggest tailored policy and management options to promote sustainable livelihoods based on different household types.
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 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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».