Spatial associations between household and community livelihood capitals in rural territories: An example from the Mahanadi Delta, India
Notice bibliographique
Résumé
Despite the increasing interest of the Sustainable Livelihood Framework in the field of international development and in academia and the recent call for the use of mixed-methods approach, there has been little analysis that brings together qualitative and quantitative methods over a large geographical extent. Based on findings from participatory rural appraisals during which participants identified the key assets needed to achieve their livelihoods, this paper argues that common-pool resources (community capitals) should be differentiated from private goods (household capitals) as they operate under different dynamics of decision-making and management. We then create quantitative indicators that can be mapped across a large geographical extent by using data derived from national census and satellite sensors. Spatial patterns and differentials in access to livelihood capitals across the case study are examined and the associations that exist between household capitals, between community capitals, and between both are quantified. The results demonstrate that household physical capital is positively associated with household financial and social capitals but negatively associated with household natural capital, supporting the hypothesis that households trade their natural assets to cope with shocks. It is also shown that proximity to main axes of communication increases access to village amenities but decreases access to natural resources, while remoteness increases household human capital but decreases household physical and financial capitals. Such a cross-scale study adds to the understanding of the question of scale regarding rural livelihoods and community development, which could act as a bridge between the implementation of policy programmes (often targeted at the community level) and their expected outcomes (often targeted at the household level).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».