The triple differential vulnerability of female entrepreneurs to climate risk in<scp>sub‐Saharan</scp>Africa: Gendered barriers and enablers to private sector adaptation
Notice bibliographique
Résumé
Abstract The ability of businesses to adapt effectively to climate change is highly influenced by the external business enabling environment. Constraints to adaptive capacity are experienced by small and medium enterprises (SMEs) across sub‐Saharan Africa, regardless of the gender of the business owner. However, gender is a critical social cleavage through which differences in adaptive capacity manifest and in Africa most entrepreneurs are women. We conduct a systematic review to synthesize existing knowledge on differential vulnerability of female entrepreneurs in Africa to climate risk, in relation to their sensitivity to extreme climate events and their adaptive capacity. We synthesize this literature using a vulnerability analysis approach that situates vulnerability and adaptive capacity within the context of the wider climate risk framework denoted in the IPCC Fifth Assessment Report. In doing so, we identify gendered barriers and enablers to private sector adaptation and suggest women entrepreneurs face a “triple differential vulnerability” to climate change, wherein they: (1) are often more sensitive to climate risk, as a result of their concentration in certain sectors and types of enterprises (e.g., micro SMEs in the agricultural sector in remote regions); (2) face additional barriers to adaptation in the business environment, including access to finance, technologies, (climate and adaptation) information and supportive policies; and (3) are also often concurrently on the frontline of managing climate risk at household levels. Since various forms of inequality often create compounding experiences of discrimination and vulnerability, we pay particular attention to how factors of differential vulnerability intersect, amplify, and reproduce. This article is categorized under: Climate and Development > Social Justice and the Politics of Development Vulnerability and Adaptation to Climate Change > Institutions for Adaptation
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».