Contextualizing patterns in short-term disaster recoveries from the 2015 Nepal earthquakes: household vulnerabilities, adaptive capacities, and change
Notice bibliographique
Résumé
Disaster recovery is multidimensional and requires theoretical and methodological approaches from the interdisciplinary social sciences to illustrate short- and long-term recovery dynamics that can guide more informed and equitable policy and interventions. The 2015 Nepal earthquakes have had catastrophic impacts on historically marginalized ethnic groups and Indigenous households in rural locations, arising in the immediate aftermath and unfolding for years afterward. Analyzing factors that shape household recovery patterns can help identify vulnerabilities and adaptive capacities in addition to signaling potential future changes. We pursue this goal using survey data from 400 randomly selected households in 4 communities over 2 10-week intervals at 9 months and 1.5 years after the earthquakes. Building on previous research that used non-metric multidimensional scaling ordination to identify patterns among multiple indicators of recovery (Spoon et al. 2020a), we investigate associations among these patterns of recovery, hazard exposure, and four domains of household adaptive capacity: institutional participation, livelihood diversity, connectivity, and social memory. Our results suggest: (1) social inequality, high hazard exposure, and disrupted place-based livelihoods (especially for herders, farmers, and forest harvesters on the geographic margins) had strong associations with negative recovery outcomes and displacement; (2) inaccessibility and marginality appeared to stimulate ingenuity despite challenging circumstances through mutual aid and local knowledge; (3) recoveries were non-linear, differing for households displaced from their primary home and agropastoral practice and those displaced to camps; and (4) some households experienced rapid changes while others stagnated. We contribute a temporal dataset with a random sample collected following a disaster that uses a theoretically informed quantitative methodology to explore linear and non-linear relationships among multidimensional recovery, adaptive capacity and change and provide an example of how vulnerabilities interact with adaptive capacity.
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 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».