MétaCan
Menu
Retour à la cohorte
Enregistrement W4386447541 · doi:10.1080/17565529.2023.2253773

“Even the goats feel the heat:” gender, livestock rearing, rangeland cultivation, and climate change adaptation in Tunisia

2023· article· en· W4386447541 sur OpenAlexaff
Dina Najjar, Bipasha Baruah

Notice bibliographique

RevueClimate and Development · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensWestern University
Organismes subventionnairesConsortium of International Agricultural Research Centers
Mots-clésRangelandLivelihoodLivestockRangeland managementScarcityContext (archaeology)Climate changeDisadvantagedGeographyPastoralismSocioeconomicsAgroforestryAgricultureBusinessNatural resource economicsEconomic growthEconomicsForestryEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Women's contributions to rangeland cultivation in Tunisia and the effects of climate change upon their livelihoods are both policy blind spots. To make women's contributions to rangeland cultivation visible and to provide policy inputs based on women's needs and priorities into the reforms currently being made in the pastoral code in Tunisia, we conducted fieldwork in three governorates. We conducted focus groups and interviews with 289 individuals. We found that men and women are negatively affected by rangeland degradation and water scarcity, but women are additionally disadvantaged by their inability to own land and access credit and by drought mitigation and rangeland rehabilitation training that only target men. Women are involved in livestock grazing and rearing activities to a greater extent than is assumed in policy circles but in different ways than the men from the same households and communities. Understanding how women use rangelands is a necessary first step to ensuring that they benefit from rangeland management. Women's growing involvement in livestock rearing and agricultural production must be supported with commensurate social and economic policy interventions. Providing all farmers with appropriate support to optimize rangeland use is particularly urgent in the context of resource degradation accelerated by climate change.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,003
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,249
Écart entre enseignants0,195 · 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'étudeQualitatif
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate and DevelopmentMême sujetRangeland Management and Livestock EcologyTravaux en français237 207