Navigating food futures post-disaster: the intersectional politics of race, gender, disability and access
Notice bibliographique
Résumé
A historically devastating series of climatic events in September 2017 transformed lives in Puerto Rico and its diaspora. The impacts of Hurricanes Irma and Maria ruptured the functionality of lifeways in unprecedented forms. The events also characterize the longest disaster response muddle in the history of the United States. This focused case study investigates the ways that individuals navigate their island food system in a post-disaster context. It explores the political, social and economic circumstances which inform various experiences of food insecurity, hunger, gendered vulnerabilities, disability and the role that layered structural inequity plays in producing unequal access to food. Based on news media, photographic analysis and in-depth interviews conducted with those who lived through both hurricanes, an evidence-informed intersectional analysis is produced. Scaffolding the research conceptually through an intersectionality and Afro-diasporic futures epistemology, this paper contributes a geographical and feminist analysis to the study of disasters in relation to food insecurity. Markedly, people living with disabilities and women participants reported increased challenges to disaster recovery and resilience. Parents were found to be the most food insecure. Research findings show that gender, race, disability and income play a pivotal role in shaping food access and long-term wellbeing in post-disaster contexts.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,019 | 0,018 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».