MétaCan
Menu
Retour à la cohorte
Enregistrement W4386590625 · doi:10.5751/es-14329-280315

What we know and do not know about reciprocal pathways of environmental change and migration: lessons from Ethiopia

2023· article· en· W4386590625 sur OpenAlexvenueno aff
Kathleen Hermans, Charlotte Wiederkehr, Juliane Groth, Patrick Sakdapolrak

Notice bibliographique

RevueEcology and Society · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Bildung und Forschung
Mots-clésEnvironmental changeLivelihoodResource (disambiguation)Environmental degradationDeforestation (computer science)Natural resourceAgricultureBusinessEnvironmental resource managementGeographyDevelopment economicsEconomic geographyPolitical scienceEcologyClimate changeEconomics

Résumé

récupéré en direct d'OpenAlex

Linkages between environmental change and migration can be reciprocal: declining environmental conditions can trigger people to leave a place, while the movement of people to certain places can have implications for the natural environment and may enhance conflict risks. Although a growing body of research has enriched our knowledge on these two main directions of influence, including the role of conflict, research on dynamic linkages between environmental out-migration and degradation through in-migration is virtually lacking. To fill this gap, we have developed a conceptual framework and have outlined specific pathways of environmental change, migration, immobility, and resource use conflicts. We focus on reciprocal linkages to understand the mechanisms through which environmental change contributes to out-migration and how in-migration, in turn, may contribute to changes in the environment and resource use conflicts. The framework and corresponding pathways are based on our empirical research on resource-dependent rural communities in Ethiopia, which we have embedded in a broader Global South perspective. We identified the following four specific pathways of change: first, environmental change increases migration needs, primarily through declining agricultural production and food insecurity, with financial means and migration experiences being key factors enabling migration. Second, environmental change increases migration needs but hampers migration abilities through care responsibilities and lack of financial resources. This lack inhibits migration and leads to involuntary immobility. Third, migration to rural areas triggers land use change and deforestation through livelihood transitions and adopted land management in receiving areas. Forth, blaming migrants for perceived resource degradation contributes to resource disputes and violence between migrants and the local population. We conclude with future directions for identifying and understanding reciprocal environment-migration linkages and priorities for research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,928

Scores Codex et Gemma par catégorie

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

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 Opus0,113
Tête enseignante GPT0,313
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207