Farming Households' Perception on Natural Disaster Impacts to Livelihoods and Adaptation Practices: A Case Study of Coastal Provinces in Central Vietnam
Notice bibliographique
Résumé
Vietnam is one of the countries most affected by natural disasters in the Asia Pacific. In the context of climate change, natural disasters tend to increase in both frequency and intensity, negatively affecting the livelihoods of communities, especially poor farmers. In Vietnam, the central region is identified as the most vulnerable to natural disasters, especially for poor households with high exposure and low adaptive capacity. This study was conducted in 4 coastal provinces in Central Vietnam to evaluate farmers' perception of natural disaster impacts on livelihoods and their adaptation practices. We employed the analytical framework by DFID and IPCC for households’ capital and livelihood assessment in combination with perception evaluation approach from literature. The method used for analysis include quantitative and qualitative approaches. A survey of 444 farming households randomly selected to collect primary data. In addition, indepth interviews with key informants were also carried out to get more insight of the story. Research results show that local people are quite aware of the change in frequency and intensity of natural disasters. Despite fairly good perception of the impacts of natural disasters, the adaptive capacity of farmers is low due to the lack of adaptive capital, including physical, natural, human, financial, and social capital. Faced with natural disasters, people have taken many adaptation measures to maintain their livelihoods, including indigenous knowledge. The study also shows farmers need support to strengthen their disaster resilience through access to information, knowledge, technology, and financial capital. In addition, the link between livelihoods and climate change should also be further developed with different dimension so that a full picture is formed for proper management strategies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».