Empty pantries: The death of survival myths among typhoon Haiyan survivors in resettlement sites during COVID-19
Notice bibliographique
Résumé
Research has shown that globally, people often rely on their social networks to survive and recover from crises and disasters. This phenomenon has also been seen in the Philippines, a nation well-acquainted with disasters. This paper will look at the role social capital has played in the survival of an understudied and vulnerable group in the Philippines during the COVID-19 pandemic - the survivors of Typhoon Haiyan (locally known as Typhoon Yolanda) living in resettlement sites north of Tacloban City. Using a qualitative approach to analysis 357 household surveys of resettlement site residents across Tacloban City, we argue that the myth of social capital as a lifeline for Filipinos in times of disaster does not necessarily apply to Haiyan survivors in resettlement sites during the pandemic. The paper finds that respondents’ relational social capital is imbalanced, with Haiyan survivors relying mainly on themselves or their bonding ties like close family members for financial assistance during the pandemic. The lack of diversity in their relational social capital in turn impacts their ability to survive and recover from COVID-19. Meanwhile, the relevance of collective social capital among respondents during the pandemic is not clear either – participants see value in engaging in mutual support initiatives (i.e., bayanihan) and share relatively strong relationships with some members of their community but also possess low levels of trust toward fellow resettlement site residents.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».