Neoliberalism, Climate Change, and Displaced and Homeless Populations: Exploring Interactions Through Case Studies
Notice bibliographique
Résumé
There is a growing attention to neoliberal policies and practices as they relate to climate change and housing within academic literature. However, the combined effects of neoliberal political and economic decisions on the interaction between climate change and displaced and homeless populations have not been substantially explored. In this paper, we identify and focus on three key re-emerging themes prevalent within neoliberal discourses: economic considerations, individualization, and short-termism. To examine the intersecting influence of climate change and these themes on vulnerable populations, the following case studies are discussed: displaced populations in the Middle East and North Africa (MENA) region, refugees in Kenya, and tiny homes programs in the U.S. and Canada. The diversified contexts and levels of analysis allow for more nuanced understanding of the variety of ways in which neoliberal influences and climate-induced events impact the most vulnerable populations. We argue for the need to change the framing of these issues, which are often presented in neoliberal terms and are driven by neoliberal logic. We then present potential avenues for resolving the identified issues, such as through systemic changes, development of long-term solutions, and focusing on community-based adaptation (CBA) programs.
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 | 0,017 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,021 | 0,019 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».