“Central” and “peripheral” adaptation pathways of entangled agrifood systems transformations
Notice bibliographique
Résumé
In the agrifood systems of developing countries, local adaptation actions and pathways often interact with other climate and development responses, creating new trade-offs, uncertainties, and potentially maladaptive outcomes. While knowledge on the interacting pathways of adaptation is expanding, previous studies have focused on complex systems dynamics, and studies that address the human, social, and political forces that drive the cascading of risks between different coupled social-ecological systems are few. This paper aims to examine climate adaptation trade-offs, uncertainties, and maladaptation through an interdisciplinary analysis of two interacting pathways of transformational adaptation in the Philippines: the post 2004 disaster rural transformations in the coconut-producing municipality of Infanta and a state-led urban water resilience strategy for the capital region of Metro Manila. Data were collected from January 2021 to March 2022 through ethnographic field visits, participant observation, focus group discussions, semi-structured interviews, geospatial analysis, multicriteria mapping sessions, and review of planning documents and secondary data sources. Key findings suggest that the pathways of transformation and their entanglement are rooted in historical processes of change and that maladaptation is contingent on the political relations between the “central” and “peripheral” pathways. Overall, the paper offers a significant contribution to adaptation research in the agrifood systems of developing countries as it calls for a deeper kind of collective reflexivity and action that can transform narrow notions and practices of resilience and sustainable development.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».