Understanding the Trade-Offs Between Environmental Service Provision through Improved Fallows and Private Welfare Using Stated Preference Approach: A Case Study in Chongwe - Zambia
Notice bibliographique
Résumé
The trade-offs between environmental service (ES) provision through the uptake of improved fallows and private farmer welfare losses have rarely been evaluated. Unlike inorganic fertiliser, improved fallows provide ES in addition to improving the soil fertility. This study used contingent valuation methodologies to evaluate willingness to provide ES through improved fallows among 324 farmers in Chongwe district of Zambia. Given scenarios that improved fallows, unlike inorganic fertiliser, help in mitigating soil erosion and water pollution, more than 70% of the farmers were willing to supply these services through the technology. The willingness to be pro-fertiliser oriented was positively associated with cropped land sizes and soil fertility challenges and negatively associated with total farm size. In addition, for users of improved fallows, increases in per capita income increased the probability of willingness to embrace fertiliser. Group membership decreased the probability for the users’ willingness to embrace fertiliser. For the non-users, the probability of joining the association that would ensure blockage of an improved fallow policy decreased with maize productivity. For the few farmers, there was no significant difference in the willingness to pay (WTP) (t = 1.546, p = 0.136) to ensure availability of fertiliser or blocking a policy compelling uptake of improved fallows between the users (WTP = K1, 050,000, US$1 = K5, 000) and non-users (WTP= K1, 380,000) of the technology. The trade-off between ES provisions through improved fallows and loss in immediate private welfare by not embracing fertiliser was similar across the technology’ users divide. Therefore a payment for environmental services policy could target the farmers as a homogenous group.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».