MétaCan
Menu
← Retour à la cohorte
Enregistrement W7040080277

No. 23: The Food Insecurities of Zimbabwean Migrants in Urban South Africa

2016· article· en· W7040080277 sur OpenAlexaff

Notice bibliographique

RevueScholars Commons (Wilfrid Laurier University) · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensBalsillie School of International Affairs
Organismes subventionnairesnon disponible
Mots-clésFood securityFood insecurityDiversity (politics)Work (physics)Dietary diversityQuality (philosophy)CashDeveloping countryFace (sociological concept)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report examines the food security status of Zimbabwean migrant households in the poorer areas of two major South African cities, Johannesburg and Cape Town. The vast majority were food insecure in terms of the amount of food to which they had access and the quality and diversity of their diet. What seems clear is that Zimbabwean migrants are significantly more food insecure than other low-income households. The primary reason for this appears to lie in pressures that include remittances of cash and goods back to family in Zimbabwe. The small literature on the impact of migrant remittances on food security tends to look only at the recipients and how their situation is improved. It does not look at the impact of remitting on those who send remittances. Most Zimbabwean migrants in South Africa feel a strong obligation to remit, but to do so they must make choices because of their limited and unpredictable income. Food is one of the first things to be sacrificed. Quantities decline, cheaper foods are preferred, and dietary quality and diversity inevitably suffer. This study found that while migrants were dissatisfied with the shrinking job market in South Africa, most felt that they would be unlikely to find work in Zimbabwe and that a return would worsen their household’s food security situation. In other words, while food insecurity in Zimbabwe is a major driver of migration to South Africa, food insecurity in South Africa is unlikely to encourage many to return.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,249
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholars Commons (Wilfrid Laurier University)→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→