MétaCan
Menu
Retour à la cohorte
Enregistrement W2816536839 · doi:10.22215/cria.v5i0.1319

Considering the Qualitative Impacts of Safe-Stove Programs: Lessons from the Western Highlands of Guatemala

2018· article· en· W2816536839 sur OpenAlexvenueno aff
Mary Gramiak

Notice bibliographique

RevueCarleton Review of International Affairs · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStoveIndoor air qualityEnvironmental planningQualitative researchBusinessAir pollutionDignityEnvironmental protectionEnvironmental resource managementPolitical scienceEnvironmental scienceEngineeringSociologyEnvironmental engineeringWaste management

Résumé

récupéré en direct d'OpenAlex

In 2016, 2.6 million people died prematurely from indoor air pollution as a result of the inefficient burning of biomass fuels for cooking and energy in the global south. The health and environmental impacts of indoor air pollution have been well documented throughout decades of literature, and governments and non-governmental organizations alike have taken steps to implement “safe stove” programs to upgrade cookstoves in developing regions and begin to address these issues. While largely effective in reducing indoor air pollution and improving energy efficiency, the qualitative impacts of implementing safe stove programs have not yet been explored. This article aims to fill a gap in this literature by investigating why safe stoves are important to the women who participate in the projects, and what the qualitative impacts of combatting indoor air pollution are for communities as a whole. The research draws on in-depth interviews with women from the rural highlands of Guatemala in the Quetzaltenango region, and addresses topics such as dignity and self-esteem within these populations. Not intended to be a binding pieced of literature, this research serves as a good reminder that the focus of development initiatives should always be on improving the overall wellbeing of the participants who purportedly benefit from these projects.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,238
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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,339
Écart entre enseignants0,304 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarleton Review of International AffairsMême sujetEnergy and Environment ImpactsTravaux en français237 207