Climate Resilience and Social Assistance in Fragile and Conflict-Affected Settings
Notice bibliographique
Résumé
This paper aims to improve our understanding of the nature, causes, and multiple dimensions of how social assistance may address climate vulnerability and resilience within fragile and conflict-affected settings (FCAS), as part of the inception phase of the Better Assistance in Crises (BASIC) Research programme. Over recent years, social assistance, such as cash transfers and voucher programmes, has been seen as a way of reducing the impacts of climate-related shocks and stressors, and of increasing the resilience of recipient households and communities. It has also been seen as a mechanism for delivering adaptation funding, showing promise in tackling short-term shocks as well as longer-term adaptation to climate change. Yet despite FCAS hosting some of the most vulnerable populations in the world, so far there has been little attention to these settings. We examine the linkages between social assistance and climate resilience in FCAS and in turn, implications for BASIC Research. Specifically, we ask what the evidence is on whether existing approaches to social assistance are appropriate to reducing climate vulnerabilities and building climate resilience in FCAS, and, if not, how they might be reformed. We address this through three sub-questions. First, what are the major conceptual discussions on climate resilience and social assistance, and what is the extent of work in FCAS? This is addressed in section 2.1, based on an extensive literature review. Second, to what extent does the literature on social assistance and climate resilience apply to the particular concerns of FCAS? This is covered in section 2.2, based on a framework informed by work in political economy and political ecology. Third, what are possible future research directions? We conclude with reflections on what BASIC Research may contribute in section 3.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».