Determinants of household food resilience to Covid-19: Case of the Niayes zone in Senegal
Notice bibliographique
Résumé
Abstract The Covid-19 crisis had negative economic and social effects worldwide, and its repercussions have been more significant on vulnerable populations. This article examines the food resilience capacity of households in the Senegal’s Niayes area during the first wave of Covid-19, regarding the quality and quantity of meals consumed. We use an ordered probit model with field survey data collected from 443 households. Results highlight some significant determinants of household food resilience, including public and private social protection measures in place before and after the crisis. The ARC-Replica NGO Consortium’s money transfer program has enabled households to improve their food situation for all three included periods. However, food aid from the Senegalese government and the United Nations has been ineffective. Furthermore, measures settled to support households during the hunger gap (aid from ARC-Replica and the Office of the Food Security Commissioner) improved households food resilience. Thus, results show that for aid to be more effective, its objectives and the implementation period must be in line with the expectations and needs of target population. Therefore, the aid settled for agricultural households is more relevant during the hunger gap. Finally, endogenous resilience strategies, including diversity of income sources and migrant remittances, did not improve household food resilience during Covid-19. This highlights the importance of the negative internal and external effects of the crisis on households, but also the need for effective and recurrent social protection measures to sustainably improve household resilience to shocks.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».