Vulnerability and Adaptation to Drought on the Canadian Prairies
Notice bibliographique
Résumé
Although there is considerable historical literature describing the social and economic impact of drought on the prairies in the 1930s, little has been written about the challenges presented by drought in more contemporary times. The drought of 2001-02 was, for example, the most recent large-area, intense, and prolonged drought in Canada and one of Canada's most costly natural disasters in a century. Vulnerability and Adaptation to Drought on the Canadian Prairies describes the impacts of droughts and the adaptations made in prairie agriculture over recent decades. These adaptations have enhanced the capacity of rural communities to withstand drought. However, despite the high levels of technical adaptation that have occurred, and the existing human capital and vibrant social and information networks, agricultural producers in the prairie region remain vulnerable to severe droughts that last more than a couple of years. Research findings and projections suggest that droughts could become more frequent, more severe, and of longer duration in the region over the course of the 21st century. This book provides insights into the conditions generating these challenges and the measures required to reduce vulnerability of prairie communities to them. Developing greater understanding of the social forces and conditions that have contributed to enhanced resilience, as well as those which detract from successful adaptation, is a principal theme of the book. To that end, the book examines drought through an interdisciplinary lens encompassing climate science and the social sciences. Two of the chapters are based on the drought experiences of other countries in order to provide a comparative assessment. With contributions by: Jose Armando Boninsegna Barrie Bonsal Darrell Corkal Amber Fletcher Monica Hadarits Tom Harrison Margot Hurlbert Samantha Kerr Erin Knuttila Suren Kulshreshta Gregory Marchildon Elma Montana Bruce Morito Jeremy Pittman Alejandro Rojas David Sauchyn Paula Santibanez A.Unvoas Johanna Wandel James Warren Virginia Wittrock Elaine Wheaton
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».