MétaCan
Menu
Retour à la cohorte
Enregistrement W3177556656 · doi:10.3390/su13147629

When Housing and Communities Were Delivered: A Case Study of Post-Wenchuan Earthquake Rural Reconstruction and Recovery

2021· article· en· W3177556656 sur OpenAlexafffund
Haorui Wu

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensDalhousie University
Organismes subventionnairesCanada Research Chairs
Mots-clésGrassrootsLivelihoodGovernment (linguistics)Rural housingDisaster recoveryBusinessEnvironmental planningEconomic growthSustainable communitySustainable developmentRural areaPolitical scienceGeographyAgricultureEconomics

Résumé

récupéré en direct d'OpenAlex

This study contributes to an in-depth examination of how Wenchuan earthquake disaster survivors utilize intensive built environment reconstruction outcomes (housing and infrastructural systems) to facilitate their long-term social and economic recovery and sustainable rural development. Post-disaster recovery administered via top-down disaster management systems usually consists of two phases: a short-term, government-led reconstruction (STGLR) of the built environment and a long-term, survivor-led recovery (LTSLR) of human and social settings. However, current studies have been inadequate in examining how rural disaster survivors have adapted to their new government-provided housing or how communities conducted their long-term recovery efforts. This qualitative case study invited sixty rural disaster survivors to examine their place-making activities utilizing government-delivered, urban-style residential communities to support their long-term recovery. This study discovered that rural residents’ recovery activities successfully perpetuated their original rural lives and rebuilt social connections and networks both individually and collectively. However, they were only able to manage their agriculture-based livelihood recovery temporarily. This research suggests that engaging rural inhabitants’ place-making expertise and providing opportunities to improve their housing and communities would advance the long-term grassroots recovery of lives and livelihoods, achieving sustainable development.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,014
Tête enseignante GPT0,277
Écart entre enseignants0,263 · 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'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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetDisaster Management and ResilienceTravaux en français237 207