MétaCan
Menu
Retour à la cohorte
Enregistrement W3126754215 · doi:10.1080/17565529.2021.1877104

The evolution of empirical adaptation research in the global South from 2010 to 2020

2021· article· en· W3126754215 sur OpenAlexafffund
Katharine Vincent, Georgina Cundill

Notice bibliographique

RevueClimate and Development · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesForeign and Commonwealth OfficeInternational Development Research Centre
Mots-clésAdaptation (eye)Regional scienceClimate changeAgricultureClimate change adaptationEmpirical researchEmpirical evidenceGeographyThematic mapThematic analysisEnvironmental resource managementEnvironmental planningEconomic growthEconomic geographyPolitical scienceSocial scienceSociologyEconomicsQualitative researchEcologyPsychology

Résumé

récupéré en direct d'OpenAlex

This paper applies a scoping review approach to inductively assess the evolution of empirical adaptation research in the global South over the period 2010 to 2020 using, as indicators of the literature, three leading adaptation journals covering different scales of analysis: Global Environmental Change, Regional Environmental Change and Climate and Development. The review confirms that previous calls for an increase in empirical adaptation research have been heeded. Research covers both policy and practice, and also different scales, with a particular focus on agricultural and rural settings. There is significant and growing interest in the determinants of adaptation and adaptive capacity (including the role of barriers and enablers), and a small but growing interest in the role of gender. The overall increase in total publications does not show even geographical or sectoral coverage. Large swathes of sub-Saharan Africa and the Middle East/North Africa remain severely under-researched; and the overwhelming majority of papers focus on rural and agricultural issues rather than cities. This analysis offers tangible evidence to highlight where geographical and thematic gaps exist in our research on adaptation in the global South.

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)0,075
score de la tête « metaresearch » (Gemma)0,127
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,397

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,127
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0210,034
Études des sciences et des technologies0,0010,004
Communication savante0,0090,010
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,168
Tête enseignante GPT0,354
Écart entre enseignants0,185 · 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.

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

Citations47
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClimate and DevelopmentMême sujetClimate change impacts on agricultureTravaux en français237 207