Pastoralism and ecosystem‐based adaptation in Kenyan Masailand
Notice bibliographique
Résumé
Purpose The purpose of this paper is to assess the potential for pastoral communities inhabiting Kenyan Masailand to adapt to climate change using conservancies and payments for ecosystem services. Design/methodology/approach Multiple methods and data sources were used, comprising: a socio‐economic survey of 295 households; informal interviews with pastoralists, conservancy managers, and tourism investors; focus group discussions; a stakeholder workshop. Monthly rainfall data was used to analyse drought frequency and intensity. A framework of the interactions between pastoralists' drought coping and risk mitigation strategies and the conservancy effects was developed, and used to qualitatively assess some interactions across the three study sites. Changes in household livestock holdings and sources of cash income are calculated in relation to the 2008‐09 drought. Findings The frequency and intensity of droughts are increasing but are localised across the three study sites. The proportion of households with per capita livestock holdings below the 4.5 TLU poverty vulnerability threshold increased by 34 per cent in Kitengela and 5 per cent in the Mara site, mainly due to the drought in 2008‐2009. Payment for ecosystem services was found to buffer households from fluctuating livestock income, but also generates synergies and/or trade‐offs depending on land use restrictions. Originality/value The contribution of conservancies to drought coping and risk mitigation strategies of pastoralists is analyzed as a basis for evaluating the potential for ecosystem‐based adaptation.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».