Governing for food security during the COVID-19 pandemic in Wuhan and Nanjing, China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The global COVID-19 pandemic has elicited a range of public health governance responses. One common result has been an associated disruption of food supply chains and growing urban food insecurity. Policy responses to this situation have not yet received sufficient research attention. This paper therefore focuses on the urban food security implications of China's zero-COVID public health measures and the response of central, provincial and municipal government to the governance challenge of ensuring a stable and sufficient food supply to urban consumers. During the COVID-19 outbreak in early 2020 in China, zero-COVID lockdown measures aimed to contain and eliminate the spread of the virus. This paper examines the associated policy responses around urban food security in early 2020, with a particular focus on two cities: Wuhan (where SARS-CoV-2 was first identified) and Nanjing (a neighbouring city). The analysis is based on an inventory of policy-related documents providing a wide range of information about governance responses to the pandemic. Four major governance challenges are addressed: agricultural production, food transportation, stabilization of food prices, and new contactless methods in purchasing foods. Key recommendations for post-pandemic policy responses around urban food security include: ensuring consistency throughout all levels of government, strengthening existing food reserves to leverage emergency responses, addressing the root causes of pandemic-related food insecurity by focusing on access at the household level, and improving food utilization.
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.
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 | 0,001 | 0,003 |
| 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 découle