Sending Vietnamese Rice Farmers Back to School: Further Evidence on the Impacts of Farmer Field Schools
Notice bibliographique
Résumé
This study evaluates the impact of farmer field schools (FFS) on knowledge, insecticide use, and yield using a nonconsecutive, two‐year panel data that allows one to control for nonrandom selection. Regression analysis using a difference‐in‐difference approach indicates FFS training did not result in statistically significant impacts on insecticide use and yield over the period of time examined. However, there is some evidence that FFS had an “initial” knowledge impact, but it was not sustained over time. Retraining FFS graduates may be an attractive option to help maintain knowledge and improve performance over time, but we do not find empirical evidence on the effectiveness of this strategy based on a small sample of retrained farmers. La présente étude examine l’impact du programme Champ‐École‐Paysan (CEP) (Farmer Field Schools – FFS) sur l’acquisition des connaissances, l’utilisation d’insecticides et le rendement, à l’aide de données de panel non consécutives recueillies sur une période de deux ans et permettant de maîtriser la sélection non aléatoire. Une analyse de régression utilisant la méthode de différence de différences a révélé que la formation offerte dans le cadre du programme CEP n’a pas eu d’impact statistiquement significatif sur l’utilisation d’insecticides ni sur le rendement au cours de la période visée par l’étude. Toutefois, il semble que le programme CEP a eu un impact sur l’acquisition des connaissances au début, mais que cet impact n’a pas été soutenu au fil du temps. Le recyclage des participants au programme CEP peut constituer une option intéressante pour le maintien des connaissances et l’amélioration du rendement au fil du temps. Par contre, l’étude d’un petit échantillon de producteurs recyclés n’a pas fourni de preuve empirique permettant de croire à l’efficacité de cette stratégie.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».