MétaCan
Menu
Retour à la cohorte
Enregistrement W4380624477 · doi:10.1080/00220388.2023.2217995

<i>Givers of Great Dinners Know Few Enemies</i>: The Impact of Food Sufficiency and Food Sharing on Low-intensity Household Conflict in Eastern Democratic Republic of Congo

2023· article· en· W4380624477 sur OpenAlexaff
Naureen Fatema, Shahriar Kibriya

Notice bibliographique

RevueThe Journal of Development Studies · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural risk and resilience
Établissements canadiensMcGill University
Organismes subventionnairesUnited States Agency for International Development
Mots-clésFood securityReciprocity (cultural anthropology)Food insecurityEconomicsDemographic economicsPsychologySocial psychologyGeographyAgriculture

Résumé

récupéré en direct d'OpenAlex

Our study establishes a linkage between household food sufficiency and food sharing behaviour with the reduction of low-intensity, micro level conflict using primary data from 1763 households of eastern Democratic Republic of Congo. We develop a theoretical explanation of such behaviour using the seminal theories of dissatisfaction originating from food insecurity and the reciprocity of gifts in economic anthropology. We first examine if food sufficient households are less likely to engage in low-intensity conflict. Following, we investigate possible heterogeneous effects of food sufficiency, conditional on food sharing behaviour. Using propensity score matching, we find that food sufficiency reduces household conflict risk by an average of around 10 percentage points. Upon conditioning on food sharing behaviour, we find that conflict risk in the subpopulation of food sufficient households is 13.8 percentage points lower for households that share their food while the effects disappear for households that do not share their food. Our results hold through a rigorous set of robustness checks including doubly robust estimator, placebo regression, matching quality tests and Rosenbaum bounds for hidden bias. We conclude that food sufficiency reduces low-intensity conflict for households only in the presence of food sharing behaviour and offer explanations and policy prescriptions.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,063
Tête enseignante GPT0,267
Écart entre enseignants0,204 · 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'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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Development StudiesMême sujetAgricultural risk and resilienceTravaux en français237 207