MétaCan
Menu
Retour à la cohorte
Enregistrement W2921157033 · doi:10.1016/j.wdp.2019.02.006

Community wellbeing: The impacts of inequality, racism and environment on a Brazilian coastal slum

2019· article· en· W2921157033 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueWorld Development Perspectives · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensSaint Mary's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésSlumRacismPovertyLivelihoodInequalityUrbanizationEconomic growthPolitical scienceSociologySocioeconomicsDevelopment economicsGeographyEconomicsGender studies

Résumé

récupéré en direct d'OpenAlex

This article applies the 3-dimensional wellbeing lens (based on material, relational and subjective dimensions of wellbeing) to examine the factors that affect wellbeing in a slum community (Vila dos Pescadores, in the city of Cubatão, Southeast Brazil). This wellbeing framework proves useful in understanding how community wellbeing is impacted by several negative factors: the perceptions of slums, the presence of systemic racism and growing inequality, and a range of environmental impacts arising from industrial and urban pollution, and environmental disasters. Within this mix of environmental and social impacts are links between poverty and exposure to environmental hazards, and effects of environmental racism. On the positive side, these threats to community wellbeing are countered to some extent through targeted measures carried out by the community association and its partnerships, and through beneficial governmental policy measures. Together, these responses help to reduce the detrimental effects of an unhealthy and dangerous environment, and of social concerns such as exclusion, poverty, urbanization and inequality. Key to the success of response measures are the contributions of the community leadership to improve the wellbeing of slum-dwellers by counterbalancing the effects of racism and social inequality, and implementing social programs and community facilities, thereby filling the gaps created by a lack of state support to slums. These actions illustrate what impoverished communities can do to improve livelihoods and wellbeing, and to combat problems such as environmental degradation and racial discrimination. This article also draws lessons for improving wellbeing analysis, particularly in slum communities, through a greater focus on (1) collective wellbeing and a community-focused view of wellbeing, (2) impacts of racism and inequality, and (3) interactions between community wellbeing and community leadership.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil0,611

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,285
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