MétaCan
Menu
Retour à la cohorte
Enregistrement W2079622449 · doi:10.1108/ijccsm-12-2012-0072

An analysis of climatic impacts and adaptation strategies in Tanzania

2015· article· en· W2079622449 sur OpenAlexfundno aff
Mercy Ojoyi, Jean‐Marc Mwenge Kahinda

Notice bibliographique

RevueInternational Journal of Climate Change Strategies and Management · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésClimate changeTanzaniaGeographyEnvironmental resource managementSocioeconomicsEnvironmental scienceEnvironmental planningEcology

Résumé

récupéré en direct d'OpenAlex

Purpose – The purpose of this paper is to investigate climate change perceptions and adaptation strategies in the communities of Morogoro region of Tanzania. Climate change is a vital issue of global concern. Design/methodology/approach – Rain fall data trends collected from different meteorological stations in the region were useful in assessment of climate variability and change trends from the historical perspective. In addition, quantitative interviews, surveys and focussed discussion groups were used to collect data capturing past and present trends in the catchment, and reasons provided by 199 respondents from a total of six villages. The data were collected with the aid of trained research assistants and trained graduates selected from each of the randomly select villages. Findings – Significant differences in rainfall intensities have been recorded by use of feedback results from analysis of variance tests conducted. Major indicators of climate variability and change include: increased dry spells (39.7 per cent), drying of rivers (34.7 per cent), a reduction in water flows (14.6 per cent) and poor economy of the area (11.1 per cent). Research limitations/implications – The scope of the study does not cover certain aspects such as the spatial and temporal changes in daily temperature which could have provided important and additional dimension. This study also did not take into consideration institutional arrangements required to successfully implement national adaptation programmes to climate change. Finally, it is important to remember that peoples’ perceptions determine the social mental picture of climate change. Practical implications – The study suggests the need for leverage on resource use through education and good governance strategies to be employed by resource planners, leaders and policy makers. Social implications – This study links scientific and participatory data as an approach for incorporating modern technologies and local knowledge into the design of useful practices and strategies as well as their successful implementation. Opinions from communities supported the urgent need for effective use and management of resources while laying emphasis on advancement of both indigenous and imported technologies. Originality/value – An understanding of how the community views climate change is crucial in design of practices aimed at improving their well-being. In this regard, a study investigating smallholder farmers’ views regarding major drivers of change, assessing main factors leading to changes in climate experienced and identifying potential coping strategies against climate change, was conducted in East Africa, Tanzania between 2009 and 2010. This paper identifies potential resilient practices intended to minimize destruction and maximize opportunities likely to benefit Morogoro region.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,609
Score d'incertitude au seuil0,330

Scores Codex et Gemma par catégorie

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

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 Opus0,082
Tête enseignante GPT0,320
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Climate Change Strategies and ManagementMême sujetClimate change impacts on agricultureTravaux en français237 207