MétaCan
Menu
Retour à la cohorte
Enregistrement W4379143793 · doi:10.1177/20438206231177071

Limit(ation)s, sustainability, and the future of climate migration

2023· article· en· W4379143793 sur OpenAlexaff
Jemima Nomunume Baada, Bipasha Baruah, Isaac Luginaah

Notice bibliographique

RevueDialogues in Human Geography · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensWestern UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésClimate changeSustainabilityPsychological resilienceAgrarian societyGeographyPolitical economy of climate changeNatural resource economicsVulnerability (computing)Adaptive capacityEnvironmental resource managementAdaptive strategiesEnvironmental planningDevelopment economicsPolitical scienceEcologyEconomicsAgriculture

Résumé

récupéré en direct d'OpenAlex

Climate change and human migration are two of the world's most pressing issues, as many populations rely on migration as an adaptation strategy to climatic stressors. Human experiences of, and responses to, climate stress are uneven and mediated by resource privilege. In many communities in the Global South, climate vulnerabilities are exacerbated by fragile ecological conditions due to geographical positioning, and many already marginalised groups shoulder a disproportionate burden of climate change effects, despite contributing the least to this problem. In parts of sub-Saharan Africa, rapidly deteriorating climatic conditions imply that climate vulnerabilities may be reproduced in migration destination areas as well. Drawing on primary research conducted in Ghana, we illustrate how migration may present limitations and thus serve as an unsustainable adaptation strategy towards climate change for agrarian and structurally marginalised groups. We highlight the need for more discussions of sustainability in issues of climate migration in Ghana and similar contexts of the Global South, and the urgency of mitigating climate change globally. We conclude with calls for more nuanced understandings of the futures of climate migration as an adaptive strategy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,020
Communication savante0,0060,007
Science ouverte0,0010,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,046
Tête enseignante GPT0,313
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialogues in Human GeographyMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207