MétaCan
Menu
Retour à la cohorte
Enregistrement W4389507756 · doi:10.1007/s13280-023-01963-9

Precarious livelihoods at the intersection of fishing and sand mining in Cambodia

2023· article· en· W4389507756 sur OpenAlexafffund
Furqan Asif, Lukas Van Arragon

Notice bibliographique

RevueAMBIO · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaAalborg Universitet
Mots-clésLivelihoodSand miningFishingDiggingOverexploitationNatural resourceExploitation of natural resourcesGeographyResource (disambiguation)PrecarityNatural (archaeology)FisheryAgriculturePolitical scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Fishing and sand mining in Cambodia may not appear to have much in common. However, digging deeper reveals important parallels. Both fishing and sand mining support livelihoods and are connected to a limited natural resource. Meanwhile, they are both typified by precarious livelihoods, on the one hand, and overexploitation, on the other. In bringing these two topics together, the paper combines empirical qualitative research from two separate studies conducted by the co-authors in Cambodia, one in coastal fishing villages and another in the sand mining industry along the Mekong River. We argue that the interplay between fishing and sand mining has paradoxical impacts on livelihoods, supporting one group while undermining another. Using a precarity analysis lens, we show how an unconventional, and largely invisible frontier of natural resource exploitation-sand mining-is intertwined with fisheries, and expands our understanding of the relationship between precarious labour, environmental change, and livelihoods.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil0,138

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 technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,201
Écart entre enseignants0,192 · 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'étudeObservationnel
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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetMining and Resource ManagementTravaux en français237 207