Traditional Knowledge of Homegarden-Dry Field Agroforestry as a Tool for Revitalization Management of Smallholder Land Use in Kulon Progo, Java, Indonesia
Notice bibliographique
Résumé
Agroforestry homegarden-dry field are the last biodiversity resort of land management which synergizes the production and the conservation as well. Market orientation changes will encourage dry field homegarden monoculturization to be a threat. Based on these considerations homegarden-dry field has a degree of urgency for management revitalization to do. This study aims to determine the traditional knowledge of homegarden-dry field agroforestry management and its developer’s revitalization scheme. This research was conducted in Kulonprogo Regency, Java, Indonesia with three agroecological zones of the Kulon Progo Coastal Plain (cluster 1); Kulon Progo Plain (cluster 2) and Kulon Progo Hills-Mountains zone (cluster 3). The traditional practices that are developed in the agroforestry management can be seen from the space arrangement in the homegarden-dry fields that seems to be perfunctory. On its function connectivity there is an overlap among the cultivated species -trees and seasonal crops- but its productivity is low. However, crop and tree species diversity in agroforestry systems is higher compared to agriculture and forest crops. Based on these considerations then revitalization management of agroforestry homegarden-dry field (RMA-HD) is made by integrating in a single management unit. Through RMA-HD schemes, agroforestry in the outside part of the forest will have a new management approach, and may be promising for agroforestry reference in Indonesia, particularly for the pro-poor program which is compatible with the intensive smallholder management.
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 | 0,000 |
| 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 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 ».