MétaCan
Menu
Retour à la cohorte
Enregistrement W2901191726 · doi:10.1111/disa.12315

Pinning down social vulnerability in Sindh Province, Pakistan: from narratives to numbers, and back again

2018· article· en· W2901191726 sur OpenAlexfundno aff
Daanish Mustafa, Giovanna Gioli, Manzoor Hussain Memon, Meher M. Noshirwani, Iffat Idris, Nadeem Ahmed

Notice bibliographique

RevueDisasters · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreInternational Centre for Integrated Mountain DevelopmentDepartment for International DevelopmentGovernment of the United Kingdom
Mots-clésVulnerability (computing)LivelihoodPovertyVulnerability assessmentVulnerability indexScale (ratio)NarrativeSocial vulnerabilityGeographyClimate changeEnvironmental resource managementSociologySocioeconomicsEconomic growthPsychologySocial psychologyPsychological resilienceEconomicsComputer securityEcologyAgricultureCartography

Résumé

récupéré en direct d'OpenAlex

This paper reflects critically on the results of a vulnerability assessment process at the household and community scale using a quantitative vulnerabilities and capacities index. It validates a methodology for a social vulnerability assessment at the local scale in 62 villages across four agro-ecological/livelihood zones in Sindh Province, Pakistan. The study finds that the move from vulnerability narratives to numbers improves the comparability and communicational strength of the concept. The depth and nuance of vulnerability, however, can be realised only by a return to narrative. Caution is needed, therefore: the index can be used in conjunction with qualitative assessments, but not instead of them. More substantively, the results show that vulnerability is more a function of historico-political economic factors and cultural ethos than any biophysical changes wrought by climate. The emerging gendered vulnerability picture revealed extremes of poverty and a lack of capacity to cope with contemporary environmental and social stresses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,010
Communication savante0,0040,005
Science ouverte0,0000,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,287
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisastersMême sujetClimate change impacts on agricultureTravaux en français237 207