MétaCan
Menu
Retour à la cohorte
Enregistrement W2889325754

No. 02: The State of Urban Food Insecurity in Southern Africa

2010· article· en· W2889325754 sur OpenAlexfundno aff
Bruce Frayne, Wade Pendleton, Jonathan Crush, Ben Acquah, Jane Battersby, Eugenio Bras, Asiyati Lorraine Chiweza, Tebogo Dlamini, Robert Fincham, Florian Kroll, Clement Leduka, Aloysius Clemence Mosha, Chileshe Mulenga, Peter Mvula, Akiser Pomuti, Inês Raimundo, Michael Rudolph, Shaun Ruysenaa, Nomcebo Simelane, Daniel Tevara, Maxton Tsoka, Godfrey Tawodzera, Lazarus Zanamwe

Notice bibliographique

RevueScholars Commons (Wilfrid Laurier University) · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of NamibiaQueen's University
Mots-clésFood insecurityState (computer science)Food securityGeographySocioeconomicsSociologyAgriculture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The number of people living in urban areas is rising rapidly in Southern Africa. By mid-century, the region is expected to be 60% urban. Rapid urbanization is leading to growing food insecurity in the region’s towns and cities. This paper presents the results of the first ever regional study of the prevalence of food insecurity in Southern Africa. The AFSUN food security household survey was conducted simultaneously in 2008-9 in 11 cities in 8 SADC countries. The results confirm high levels of food insecurity amongst the urban poor in terms of food availability, accessibility, reliability and dietary diversity. The survey provides important insights into the causes of food insecurity and the kinds of households that are most vulnerable to food insecurity. It also shows the heavy reliance of the urban poor on informal food sources and the growing importance of supermarket chains.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,844

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,200
Écart entre enseignants0,176 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholars Commons (Wilfrid Laurier University)Même sujetCOVID-19 Pandemic ImpactsTravaux en français237 207