MétaCan
Menu
Retour à la cohorte
Enregistrement W7128475468 · doi:10.64903/1480-6800.23.2.199

Choice of Livelihood Strategies of Coastal Fishermen in Pulau Pangkor, Malaysia

2020· article· W7128475468 sur OpenAlexvenueno aff
Ho Siew Neo, J. Mohamad, Nurulhuda Mohdsatar

Notice bibliographique

RevueArab world geographer · 2020
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueFisheries and Aquaculture Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLivelihoodPlan (archaeology)PovertyQualitative researchQualitative propertyWork (physics)

Résumé

récupéré en direct d'OpenAlex

A sustainable livelihood framework is useful as a basis for analysing the livelihood of a community. This study explores the choices in livelihood strategies made by Pulau Pangkor coastal fishermen. The qualitative research method was employed and open-ended interview questions were utilized as guided questions. A total of 15 interviews were carried out to reach saturation level in understanding the coastal fishermen’s considerations before making any decision on choice of livelihood strategies. Creswell data analysis spiral was adopted in analysing the data collected. The majority of respondents seem to agree that (1) income generated is often insufficient, (2) they would fall back on savings or cut down on expenses when income is lower than expenses, (3) they attempted to rely mostly on subsidies, (4) they have a short-term plan instead of a long-term plan in dealing with extra income generation, (5) they switched from working for others to operating their own sampan, (6) they do not have any other sources of income; neither do they have unused resources to generate extra income, (7) they are satisfied or somewhat satisfied with their current livelihood situation, and (8) they believe that their livelihood status will worsen.

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)0,001
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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,021
Tête enseignante GPT0,227
Écart entre enseignants0,207 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetFisheries and Aquaculture StudiesTravaux en français237 207