MétaCan
Menu
Retour à la cohorte
Enregistrement W2754674915

Building Resilience for Food Systems in Postwar Communities Case Study and Lessons from Northern Sri Lanka

2017· article· en· W2754674915 sur OpenAlexaff
Hamsha Pathmanathan, Suresh Chandra Babu, Chandrashri Pal

Notice bibliographique

RevueSSRN Electronic Journal · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFood sovereigntyFood securityLivelihoodFood systemsContext (archaeology)Political sciencePovertyPsychological resilienceDevelopment economicsCivil societyResilience (materials science)Economic growthSpanish Civil WarSri lankaGeographyPolitical economySociologyEnvironmental planningEconomicsAgriculturePoliticsLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Prolonged civil wars can have long-lasting adverse effects on food systems, leading to poverty and food insecurity. Overcoming food insecurity and land inequality is particularly difficult because of the highly politicized nature of conflict. This paper builds on the existing literature on food sovereignty to ensure sustainable livelihoods and community ownership of a resilient food system. We identify components of community food security to be strengthened in a post war reconstruction context. We study the impacts of the civil war on food and land administration systems, farmer struggles and current transitional justice process in relation to community food security in the Northern and Eastern Provinces in Sri Lanka and identify the technological, institutional, organizational, and infrastructural setbacks caused by conflict. It explores how such setbacks could be rectified and a resilient food system could be built in the postwar scenario.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,488
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,268
Écart entre enseignants0,238 · 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.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207