Realities of economic livelihood strategies of urban poor Malay families during Covid-19 pandemic / Nor Hafizah Mohamed Harith and Nur Fatima Aisya Jamil
Notice bibliographique
Résumé
Rakodi and Llyod-Jones (2002) explain that vulnerability is a threat to the urban poor. It includes the ability of the poor to recover or be resilient to overcome shocks, stresses, and longterm socio-economic life difficulties. However, Moser (1996) argues that the ability to avoid or reduce vulnerability depends on the capacity of the poor to manage and transform these assets into income, food, or other necessities to sustain their livelihood. Nevertheless, the outbreak of COVID-19 poses a significant threat and economic vulnerability for the urban poor in sustaining their livelihood. The first case of COVID-19 was brought into Malaysia by Chinese nationals in February 2020. As of 24 September 2021, Malaysia reported more than 2 million COVID-19 cases (Ministry of Health Malaysia, 2021). The economic catastrophe of the COVID-19 is tremendous. The latest Gini Coefficient score released by the Department of Statistics, Malaysia (2020) measures income and wealth inequality within a country, increased by 0.008 index points from 0.399 in 2016 to 0.407 in 2019, indicating the income gap between households is widening. As of today, the COVID-19 and movement restriction had adversely affected the poor urban. The socio-economic factors of approximately half of the low-income households living in the capital city's public flats worsened further in the fourth quarter of 2020 (UNICEF & UNFPA, 2020).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».