The role of product diversification in enhancing market vendor adaptability and food-system resilience in Senegal, West Africa
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
Severe food insecurity in Senegal, exacerbated by climate shocks and weak infrastructure, underscores the need to understand the role of market vendors in food system resilience. Unlike producers, vendors remain understudied despite their central role in food access. This mixed-methods study examines how product diversity, measured using the Shannon-Wiener index, influences Market Vendor Adaptive Capacity (MVAC) among 691 vendors in Sedhiou and Tambacounda. Survey and interview data reveal that diversity enhances MVAC, particularly for small retail and open-air vendors offering both staple foods and nutrient-rich products. Vendor characteristics such as employing staff, extending credit, and participating in training further strengthen adaptability, while systemic constraints like poor infrastructure and high transport costs limit benefits, especially in rural areas. Results indicate that diversity functions less as an independent driver and more as a strategic outcome of vendor capacity, reframing its role within resilience theory. The study contributes by (1) linking product diversity to adaptive capacity, (2) identifying enabling and constraining factors, and (3) outlining policy directions, including infrastructure investment, financial support, and vendor training. Strengthening these areas can expand food access, bolster resilience, and advance Sustainable Development Goal 2 (Zero Hunger) in Senegal with implication for West Africa.
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 | 0,001 |
| 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