Post-disaster recovery through the evolution of the <i>lakou</i>, a traditional settlement pattern
Notice bibliographique
Résumé
Purpose Historically, post-disaster reconstruction policies and practice ignore the embedded knowledge of the affected population; the process following the 2010 earthquake in Haiti followed this trend. This paper aims to examine the production of social space in self-settled post-disaster settlements in Leogane and Port-au-Prince, Haiti, the paper demonstrates the role that traditional settlement patterns played in the production of social capital. Design/methodology/approach A multi-sited case study approach was implemented to uncover the patterns of the lakou, which is a primary Haitian, traditional settlement pattern reflecting the familial social structure, present in self-settled post-disaster settlements. The study took place between February and June of 2012, two years after the 2010 earthquake across settlements in Leogane and Port-au-Prince. Semi-structured interviews were conducted with 40 inhabitants across the settlements to uncover meanings attached to the creation of space. Together with behavior mapping and participant observations, the interviews were analyzed to validate the reproduction of the lakou. Findings This paper demonstrates that endogenous inhabitants create the lakou in post-disaster settlements in Haiti. This case study validates the resilience of the lakou, the inclusive nature of the lakou system, and the important role it plays in the production of social capital within post-disaster communities. Originality/value This study demonstrates the importance of traditional settlement patterns in post-disaster community well-being and it demonstrates the need to incorporate traditional settlement patterns into post-disaster planning strategies. Furthermore, the study validates that traditional settlement patterns support the production of social capital within a community.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».