Climate Change and Its Impact on Natural Resources and Rural Livelihoods: Gendered Perspectives from Naryn, Kyrgyzstan
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
Climate change poses significant threats to rural communities in Kyrgyzstan, particularly for agriculture, which relies heavily on natural resources. In Naryn Province, rising temperatures and increasing natural hazards amplify vulnerabilities, especially in high mountain areas. Addressing these challenges requires understanding both environmental factors and the perceptions of affected communities, as these shape adaptive responses. This study enhances understanding of climate change impacts on communities in Naryn Province by combining environmental and social assessments through a gendered lens, with a particular focus on women. Environmental data, including air temperature, precipitation, river discharge, and satellite-derived vegetation indices, were analyzed to evaluate changes in vegetation and water resources. Social data were collected through interviews with 298 respondents (148 women and 150 men) across villages along the Naryn River, with chi-square analysis used to examine gender-specific perceptions and impacts on livelihoods. The results indicated a noticeable rise in temperatures and a slight decline in precipitation over recent decades, affecting vegetation and grazing areas near settlements. While respondents of both genders reported similar observations, differences emerged in how changes affect their roles and activities, with localized variations linked to household and agricultural responsibilities. The findings highlight the need for inclusive adaptation strategies that address diverse experiences and priorities, providing a foundation for equitable and effective climate resilience measures.
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 | 0,000 | 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 | 0,000 |
| 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