MétaCan
Menu
Retour à la cohorte
Enregistrement W2965561337 · doi:10.1080/17565529.2019.1645637

Fishing, farming and factories: adaptive development in coastal Cambodia

2019· article· en· W2965561337 sur OpenAlexafffund
Jason Horlings, Melissa Marschke

Notice bibliographique

RevueClimate and Development · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Zones and Regional Development
Établissements canadiensUniversity of OttawaGlobal Affairs Canada
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaInternational Development Research CentreMinistry of EnvironmentWorld Bank Group
Mots-clésLivelihoodClimate changeAdaptive capacityAgency (philosophy)AgricultureNatural resource economicsBusinessGeographyEnvironmental planningEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Climate change is threatening poverty reduction throughout the global South. One set of arguments found within the environmental change literature is that socio-ecological systems and people must have general development capacities and climate-adaptive capacities if development under climate change will be successful. This combination is known as adaptive development. The objective of this paper is to study if the emergence of a Special Economic Zone (SEZ) influences adaptive development in coastal Cambodia. Our findings are as follows: from a systems perspective, we argue that development capacities are being strengthened with SEZ employment as many employees experience an increased, predictable income, even as climate-specific capacities are weak, beyond the changes to climate exposure that people experience through migration. However, even as industrial and migration systems develop, the lack of climate-specific capacities in the urban system is concerning: water supply, land-use planning, and urban governance take little account of climate change adaptation, which may undermine longer-term development in this region. Within households, however, we see differentiation and agency, including farming households that rely on remittances from migratory SEZ labour during droughts, and local fishing households that diversify their livelihoods via nearby SEZ employment.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,034
Tête enseignante GPT0,204
Écart entre enseignants0,170 · 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'étudeObservationnel
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

Citations10
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClimate and DevelopmentMême sujetEconomic Zones and Regional DevelopmentTravaux en français237 207