MétaCan
Menu
Retour à la cohorte
Enregistrement W3034209317 · doi:10.1080/08882746.2020.1776036

Prefabricating marginality: long-term housing impacts of displacement in post-disaster Montserrat

2020· article· en· W3034209317 sur OpenAlexaff
Michael Hooper

Notice bibliographique

RevueHousing and Society · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensVancouver Community CollegeUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)GeographyDisplacement (psychology)Displaced personAccommodationEconomic growthPolitical scienceEnvironmental planningSocioeconomicsSociologyArchaeologyPsychologyRefugeeEconomics

Résumé

récupéré en direct d'OpenAlex

This paper investigates the long-term housing impacts of displacement and explores how these vary across disaster-affected populations. The Caribbean island of Montserrat, an overseas territory of the United Kingdom, provides an excellent setting for examining this relatively understudied topic. Following the eruption of the Soufrière Hills volcano, beginning in 1995, most Montserrat residents were displaced and the island’s south was declared an exclusion zone. The paper draws on interviews with 89 randomly selected residents, including displacees and non-displacees, and with 10 Montserratian and United Kingdom officials charged with responding to post-disaster needs. The paper seeks to understand variation in long-term housing conditions with a focus on the impact of housing type. The results show that interviewees living in housing built for, rather than by, displacees had significantly lower housing satisfaction scores, with residents of prefabricated houses reporting the lowest scores. Interviewees argued that the top-down provision of these houses was problematic due to limited local input and use of materials poorly suited to local conditions and traditions. The paper concludes by situating the findings in the context of the literature on post-disaster housing and by arguing for increased attention to how such housing is provided in terms of both process and materials.

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 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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,393

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 GPT0,301
Écart entre enseignants0,273 · 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 tête enseignante, 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHousing and SocietyMême sujetDisaster Management and ResilienceTravaux en français237 207