Migrant Women’s Food Insecurity Experiences in the Breadbasket of Ghana
Notice bibliographique
Résumé
Abstract In response to rapidly deteriorating climatic conditions and the resulting low agricultural productivity, migration has become an important safety net for smallholder farmers in Africa. In semi-arid northern Ghana, especially the Upper West Region (UWR), many people migrate to rural farming communities in the Middle Belt of the country—popularly referred to as Ghana’s breadbasket—to meet their food security needs. In recent times, there has been an increase in the participation of women in these migration patterns. Despite this, many studies on migration and food security in Ghana continue to focus on the experiences of households or male migrants, creating a lack of knowledge about the experiences of food insecurity in migrant women. Food insecurity was measured using a modified version of the Household Food Insecurity and Access Scale (HFIAS). Using a cross-sectional study design and Ghana as a case study, this chapter employs generalised linear latent and mixed models to examine the determinants of the food insecurity experiences of migrant women with an emphasis on length of stay. The findings demonstrate that even after migrating, women face several barriers that continue to predispose them to food insecurity, including lack of social support and autonomy. Given the general lack of empirical evidence on the food security experiences of women migrants, this analysis is positioned to generate insights on the correlates of food insecurity among women migrants and, more broadly, the efficacy of migration as a fallback strategy for navigating food security among women. In the context of increasing climate variability and the associated disproportionate impacts on marginalised groups, particularly women, this study generates insights into development policy in Ghana and similar contexts within 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 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».