MétaCan
Menu
Retour à la cohorte
Enregistrement W2418241195 · doi:10.5539/jsd.v9n3p77

Adoption of Conservation Agriculture in Zambia – The Case of Chongwe District

2016· article· en· W2418241195 sur OpenAlexvenueno aff
Abson Chompolola, Oliver Kaonga

Notice bibliographique

RevueJournal of Sustainable Development · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgriculturePromotion (chess)Conservation agricultureFood securityBusinessSustainabilityGovernment (linguistics)Agricultural economicsSocioeconomicsAgricultural scienceEconomicsGeographyPolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

<p>The Zambian government and its cooperating partners have been trying to promote the use of conservation agriculture for improved food security and promotion of environmental sustainability. The methods used to promote conservation agriculture however are not adequately informed because no Zambia-specific studies have been done to explain adoption behaviour. This study aimed at explaining the factors that affect the adoption of conservation agriculture in Zambia using a case study.</p><p>A cross section survey of 200 randomly selected small scale farmers in Chongwe district was conducted using a structured questionnaire. Information collected included demographic characteristics of participating households, economic, as well as social characteristics. Respondents also provided information on the farming practices they are currently using vis a vis conservation agriculture.</p>A decision model was estimated using logistic regression and the results indicate that the adoption of conservation agriculture in the survey area is basically influenced by ownership of draft power, availability of labour, and the frequency of contact with the farmer support extension system. Potential to increase the adoption rate is plenty, but can only be tapped into if strategies and policies take into account the behavioural aspects of the adoption of the technology.

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 enseignants0,831
Score d'incertitude au seuil0,083

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,211 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetAgricultural Innovations and PracticesTravaux en français237 207