Stories from the Front Line: Coping Strategies for Flood Disasters among the Dinka Community of Bor County, South Sudan
Notice bibliographique
Résumé
The frequency of floods in Jonglei State, Bor County of South Sudan has significantly increased in recent times due to climate change.Bor County has the highest frequency of floods, making this area highly vulnerable.We conducted a qualitative study in five Payams of Makuach, Anyidi, Baidit, Kolnyang and Jalle.A total of ten Focus Group Discussions (FGDs) and twenty Key Informant Interviews (KIIs) were conducted.We used trained research assistants (moderator and note taker) to collect data.All research tools were initially translated to local Dinka language.All discussions were audio taped, and were transcribed verbatim before analysis.We explored both coping strategies and underlying causes of vulnerability.Data were analysed using latent content analysis through identifying codes from which basis categories were generated and grouped into themes.Results of the study show that the positive coping strategies used to deal with floods in Bor County included: adoption of good farming methods, support from government and other partners, livelihood diversification and using indigenous knowledge in weather forecasting and preparedness.Relocation was identified as unsustainable because people often returned back to high-risk areas due lack of public participation in decision making.The main causes of vulnerability were: poverty, lack of formal education, people inhabiting high risk areas, lack of formal education and knowledge on flood preparedness and, cultural beliefs affecting people's ability to cope.This study has revealed that deep rooted links to poverty, lack of formal education and low levels of knowledge on flood preparedness were responsible for failure to overcome the effects of floods in vulnerable areas of Bor County.However, support from the government and implementation partners was identified to be effective in enabling the community to reduce the negative effects of floods.This calls for high impact innovative interventions focused on addressing these underlying causes as well as public participation of all stakeholders in scaling How to cite this paper: Shisanya, C.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».