Multiple non-climatic drivers of food insecurity reinforce climate change maladaptation trajectories among Peruvian Indigenous Shawi in the Amazon
Notice bibliographique
Résumé
BACKGROUND: Climate change is affecting food systems globally, with implications for food security, nutrition, and the health of human populations. There are limited data characterizing the current and future consequences of climate change on local food security for populations already experiencing poor nutritional indicators. Indigenous Amazonian populations have a high reported prevalence of nutritional deficiencies. This paper characterizes the food system of the Shawi of the Peruvian Amazon, climatic and non-climatic drivers of their food security vulnerability to climate change, and identifies potential maladaptation trajectories. METHODS AND FINDINGS: Semi-structured interviews with key informants (n = 24), three photovoice workshops (n = 17 individuals), transect walks (n = 2), a food calendar exercise, and two community dissemination meetings (n = 30 individuals), were conducted within two Shawi communities in Balsapuerto District in the Peruvian Loreto region between June and September of 2014. The Shawi food system was based on three main food sub-systems (forest, farming and externally-sourced). Shawi reported collective, gendered, and emotional notions related to their food system activities. Climatic and non-climatic drivers of food security vulnerability among Shawi participants acted at proximal and distal levels, and mutually reinforced key maladaptation trajectories, including: 1) a growing population and natural resource degradation coupled with limited opportunities to increase incomes, and 2) a desire for education and deforestation reinforced by governmental social and food interventions. CONCLUSION: A series of maladaptive trajectories have the potential to increase social and nutritional inequities for the Shawi. Transformational food security adaptation should include consideration of Indigenous perceptions and priorities, and should be part of Peruvian food and socioeconomic development policies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».