Urban water insecurity and its gendered impacts: on the gaps in climate change adaptation and Sustainable Development Goals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It is commonly accepted that water insecurity, accelerated by climate change, is experienced by women in gender specific ways. Using a rapid review methodology this paper evaluates existing literature (2014–2021) on climate change adaptation in relation to water (SDG6) and gender (SDG5) in urban and peri-urban contexts. By analyzing water, gender, and adaptation literature a thematic mapping of SDG5 was done on the resulting 34 documents. Despite methodological limitations – time constraints, exclusion of gender-sustainable development literature, and narrow inclusion criteria – this paper finds a paucity of research in this space during the time period under study. Most literature focuses on low- and middle-income countries, primarily Asia and sub-Saharan Africa, to the exclusion of South America. Notably, evidence demonstrating interlinkages between SDG5 and climate change adaptations in the WaSH sector and gender sensitive dissemination of disaster warnings is lacking. Adaptation strategies resulting in negative impacts on women undermine SDG5 and maladaptive behaviours related to management of domestic water supply and disaster-risks are particularly concerning in this context. Subsequently, this paper establishes the need for practical research assessing the gendered dimensions of all adaptations, including research demonstrating interlinkages between adaptations, women-specific benefits, and strengthened legislation to promote gender equality and empowerment.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle