Political economy of planned relocation: A model of action and inaction in government responses
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
Planned relocation has been shown to have significant impacts on the livelihoods and wellbeing of people and communities, whether the resettlement process is inclusive or coercive. For states, planned relocation represents risks to those communities but also to government investments and political legitimacy. Evaluations of relocations commonly focus on the risks and benefits of government interventions while overlooking the consequences of not intervening. Here we develop a conceptual framework to examine the factors that influence government decision-making about whether or not to undertake planned relocation of populations in the context of environmental change. The study examines planned relocation decisions and non-decisions by government agencies in West Bengal in India for communities seeking relocation due to coastal flooding. It focuses on three localities facing river erosion losing significant land areas in small islands and communities where populations recognize the need for public intervention, but where there has been a diversity of responses from the state authorities. Data are derived from interviews with key respondents involved in planning and implementing relocation and with residents affected by those government decisions (n = 26). These data show that government action is explained by a combination of risk aversion within political systems to avoid perceived negative consequences, and a lack of government accountability. The empirical cases demonstrate the uneven application of action and inaction and the consequent uneven distribution of potential outcomes on populations. The study suggests that while there may be a growing demand for planned relocation in places affected by environmental change, its implementation is likely to be uneven, with profound socioeconomic implications for those living in such localities.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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