MétaCan
Menu
Retour à la cohorte
Enregistrement W4405380696 · doi:10.14426/ahmr.v10i3.2434

Informal Cross-Border Traders and Food Trade during the Global Pandemic in Zimbabwe

2024· article· en· W4405380696 sur OpenAlexafffund
Abel Chikanda

Notice bibliographique

RevueAFRICAN HUMAN MOBILITY REVIEW · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Ethnicity, and Economy
Établissements canadiensMcMaster University
Organismes subventionnairesInternational Development Research Centre
Mots-clésPandemicFood securityInternational tradeBusinessDevelopment economicsEconomicsGeographyCoronavirus disease 2019 (COVID-19)AgricultureMedicine

Résumé

récupéré en direct d'OpenAlex

The collapse of Zimbabwe’s economy in the 2000s resulted in the country relying largely on food imports from other countries, especially from South Africa. Informal cross-border traders (ICBTs) have become crucial players in the country’s food economy, playing an important role in the importation of food as well as its retail across the country. Cross-border trading also provides employment opportunities to a large number of people in the country, especially women, in an environment of depressed economic opportunities. The paper relies on data from a variety of sources, including surveys by the Southern African Migration Programme (SAMP) as well as document analysis to demonstrate the role played by ICBTs in the country’s food economy. It also assesses how ICBTs were affected by the COVID-19 pandemic and examines their strategies employed to continue their business activities during the time of mobility restrictions. More importantly, it demonstrates how the lack of understanding of the contribution of ICBTs to employment generation and urban food security has led to the adoption of policies and practices that do not accommodate informal food trading in the country’s urban landscape. The paper also discusses how informal cross-border trading (ICBT) and informal food trading in Zimbabwe have changed in the post-COVID-19 period and sets a research agenda on understanding the role of ICBT in the economies of countries in the Global South.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,037
Tête enseignante GPT0,389
Écart entre enseignants0,352 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAFRICAN HUMAN MOBILITY REVIEWMême sujetMigration, Ethnicity, and EconomyTravaux en français237 207