Promoting Inclusive Institutional Culture Through Intergenerational Collaboration in Disaster Risk Reduction and Disaster Risk Management
Notice bibliographique
Résumé
Disasters are becoming increasingly complex; disaster prevention, mitigation, response, and recovery must continue to transform to meet that complexity. Global guidelines stipulate using an “all-of-society” approach to disaster risk reduction (DRR) and disaster risk management (DRM) as a strategy to include those disproportionately negatively affected by disasters (e.g., youth). Youth participation in DRR and DRM is one way to apply this approach, but implementation of it can be challenging. As the COVID-19 pandemic and other disasters have shown, youth are volunteering and working before, during, and after disasters. In this study, we interviewed 12 youth between 12 and 24 years of age who have experience volunteering or working in local disasters in Ottawa, Ontario, Canada, to explore perceived barriers and facilitators to meaningful youth participation in DRR and DRM. We used reflexive thematic analysis to analyze the interviews and found that institutional and age-based discrimination are central barriers to effective youth participation. Intergenerational collaboration is integral to dismantling systemic social barriers, like ageism, to implement meaningful youth participation and promote inclusive institutional cultures across disciplines. Provided youth-specific supports such as strong communication, mentorship, training, advocacy, and recognition, intergenerational collaboration can create sustainable opportunities to integrate youth in DRR decision-making and DRM activities. These strategies support community resilience and adaptive capacity for future disasters, including pandemics.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».