MétaCan
Menu
Retour à la cohorte
Enregistrement W3084172955 · doi:10.1080/00083968.2020.1799830

Revisiting the host–refugee environmental conflict debate: perspectives from Ghana’s refugee camps

2020· article· en· W3084172955 sur OpenAlexafffundvenue
Samuel K. M. Agblorti, Miriam Grant

Notice bibliographique

RevueCanadian Journal of African Studies / Revue canadienne des études africaines · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesInternational Development Research Centre
Mots-clésRefugeeNegotiationPoliticsResource (disambiguation)Host (biology)Political sciencePosition (finance)Development economicsEcologyBusinessBiologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

In the debate over refugee–host community environmental conflicts, refugees are often blamed, premised on the notion that refugees add substantially to anthropogenic activities as a result of both their demographic and socio-economic status. We employ political ecology to understand how power and economic considerations play out in the access to and use of environmental resources in Ghana’s refugee-hosting communities. Drawing mainly on qualitative data generated through group discussions and in-depth interviews, we propose an alternative position that environmental conflicts are driven by the inability of hosts to fulfil their economic interests from refugee activities. Where such economic interests are fulfilled, host–refugee environmental interactions are more likely to be devoid of conflicts even where environmental deterioration is pronounced. Negotiating how hosts and refugees collaborate in the use of, and returns from, environmental resource-related activities holds a central position in stemming environmental conflicts.

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)0,011
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0200,031
Communication savante0,0090,012
Science ouverte0,0020,009
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,085
Tête enseignante GPT0,277
Écart entre enseignants0,191 · 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'étudeQualitatif
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
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of African Studies / Revue canadienne des études africainesMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207