MétaCan
Menu
Retour à la cohorte
Enregistrement W2495373649 · doi:10.1142/s2382624x16500260

Factors that Influence the Rate and Intensity of Adoption of Improved Irrigation Technologies in Alberta, Canada

2016· article· en· W2495373649 sur OpenAlexafffundabout
Jinxia Wang, Henning Bjørnlund, K. K. Klein, Lijuan Zhang, Wencui Zhang

Notice bibliographique

RevueWater Economics and Policy · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesAlberta Innovates
Mots-clésIrrigationBusinessAgricultural economicsAgricultureRecreationEmerging technologiesAgricultural scienceGeographyEconomicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Despite the importance of adopting improved irrigation technologies to increase on-farm irrigation efficiency, our understanding of what determines farmers’ adoption decisions in southern Alberta remains relatively poor. The overall goals of this study are to examine the extent of adoption (proportion of all irrigators that have started the adoption process), how far along they are in the adoption process, and the intensity of adoption (percentage of irrigated land on which the technology is adopted) of improved irrigation technologies in southern Alberta, and to assess the major factors that influenced farmers’ adoption decisions. The data were collected in a farm-household survey conducted in the 12 largest irrigation districts (IDs) as well as among private irrigators in southern Alberta. Results show that adoption of improved irrigation technologies is widespread at various levels of intensity. By 2011, 81.3% of farmers had started the adoption process, are now using some kind of improved technology to apply water to their crops, and used it on 76.8% of all irrigated land. The most commonly used irrigation technology is a low pressure center pivot system. Receiving support services following the adoption decision played an important role in increasing the intensity of adoption. Obtaining information on irrigation technologies from individual farmers or farmers’ associations, and extension agencies significantly influenced farmers’ decisions to adopt. Farmers who increased their social capital through attending meetings related to agricultural production practices were more likely to adopt while farmers who participated in recreational or social organizations were less likely to adopt. Finally, the extent and intensity of adoption are higher for those with corporate farm structure, larger families, more generations of ownership and higher education.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,019
Tête enseignante GPT0,206
Écart entre enseignants0,187 · 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

Citations13
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Economics and PolicyMême sujetAgricultural Innovations and PracticesTravaux en français237 207