Turkmen women’s traditional craft skills in post-disaster recovery: the case of the 2019 Northeast floods in Iran
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose This study investigates why Turkmen women’s traditional handicraft skills have declined and explains how the local, traditional craft skills accelerated the post-flood recovery of Turkmen women in the aftermath of the 2019 Northeast floods in Iran. Design/methodology/approach The research adopts a case study approach, employing reflective thematic analysis. Findings Post-disaster recovery spurred a shift from traditional to modern lifestyles through new housing designs, enhanced female literacy and greater economic participation. However, this transition devalued traditional crafts due to heightened household chores, material scarcity and reduced market demand. Nonetheless, women with craft skills played a pivotal role in household recovery by repairing damaged items and crafting dowries for their daughters, illustrating their contribution to social and economic resilience. Social implications These research findings shed light on the importance of traditional craft skills in enabling the female household member, in particular, to recover from disasters and contribute to the recovery of their households and communities. Originality/value The originality of this study lies in its focus on the specific context of Turkmen women’s traditional craft skills and their role in post-disaster recovery, particularly after the 2019 Northeast floods in Iran. While there is existing research on post-disaster recovery mechanisms, this study uniquely examines the under-researched impact of traditional craft skills on the recovery process, specifically for female household members.
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.
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 | 0,001 | 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 | 0,000 | 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 découle