MétaCan
Menu
Retour à la cohorte
Enregistrement W4323663893 · doi:10.1080/09669582.2023.2186826

Asset assemblages and livelihood resilience in a coastal community

2023· article· en· W4323663893 sur OpenAlexaff
Chao Wei, Honggang Xu, Geoffrey Wall

Notice bibliographique

RevueJournal of Sustainable Tourism · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLivelihoodAsset (computer security)Psychological resilienceSustainabilityFinancial capitalNatural resource economicsTourismCapital assetBusinessResilience (materials science)Environmental resource managementGeographyEconomicsHuman capitalEconomic growthFinanceEcologyAgriculture

Résumé

récupéré en direct d'OpenAlex

Both livelihood resilience and sustainability have received substantial attention from tourism researchers. Capital is crucial to livelihood resilience, and different livelihoods depend on different asset portfolios. However, the transformation of capital across livelihoods has not been examined carefully. Instead of treating capital as singular, we investigate capital as a multiplicity. We evaluate the transformation of capital through a qualitative approach to better understand livelihood resilience through changes in asset assemblages. We made multiple field visits to a Chinese coastal community that is developing a tourism industry, where we collected data through semi-structured interviews and observation that revealed that livelihood capitals have multiple properties and functions, enabling their transformation among asset assemblages. The buffering capacity of livelihood systems, and thereby the livelihood resilience of fishing households, substantially depends on the transformation of capitals. We conclude that the understanding of livelihood resilience can be deepened through assemblage thinking that considers both the multiplicity of capitals and their relations in different production contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,448

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable TourismMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207