MétaCan
Menu
Retour à la cohorte
Enregistrement W3197757686 · doi:10.1111/sjtg.12396

The utterly unforeseen livelihood shock:<scp>COVID</scp>‐19 and street vendor coping mechanisms in Hanoi, Chiang Mai and Luang Prabang

2021· article· en· W3197757686 sur OpenAlexaff
Sarah Turner, Jennifer C. Langill, Binh N. Nguyen

Notice bibliographique

RevueSingapore Journal of Tropical Geography · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChina's Socioeconomic Reforms and Governance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLivelihoodGovernment (linguistics)Economic growthBusinessPandemicCoronavirus disease 2019 (COVID-19)GeographyEconomicsAgriculture

Résumé

récupéré en direct d'OpenAlex

Well before COVID-19, municipal governments in Vietnam, Thailand and Laos were enacting policies that made street vendor livelihoods increasingly challenging. Yet, vending continues to support tens of thousands of urban households in these three countries. Vendors are often rural-to-urban migrants lacking the formal education skills necessary to secure 'modern' urban employment, and despite ongoing government disapproval, vending provides a relatively low entry-cost opportunity for them to support their household's financial needs. Now add to this complex situation the livelihood shocks associated with the COVID-19 pandemic, as well as additional government restrictions across these three countries to mitigate the pandemic's impacts. Drawing on interviews with 61 street vendors in Hanoi, Chiang Mai and Luang Prabang, and rooted in conceptual discussions regarding urban livelihood shocks, we examine how street vendors, especially rural-to-urban migrants, experienced and responded to the 'first wave' of COVID-19, including additional government-imposed constraints on their livelihoods and mobility. We find that a diverse range of responses helped some-but not all-vendors overcome the initial shocks to their livelihoods and household responsibilities. Yet, we also note that the pandemic's onset altered urban-rural connections and mobility, with many vendors who turned to formerly dependable rural-urban ties for support facing unexpected barriers.

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)0,001
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 enseignants0,070
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,010
Tête enseignante GPT0,257
Écart entre enseignants0,247 · 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

Citations32
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSingapore Journal of Tropical GeographyMême sujetChina's Socioeconomic Reforms and GovernanceTravaux en français237 207