MétaCan
Menu
Retour à la cohorte
Enregistrement W2504969104 · doi:10.3390/agriculture6030032

Development Interventions and Agriculture Adaptation: A Social Network Analysis of Farmer Knowledge Transfer in Ghana

2016· article· en· W2504969104 sur OpenAlexafffund
Kirstie Cadger, Andrews Quaicoo, Evans Dawoe, Marney E. Isaac

Notice bibliographique

RevueAgriculture · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaKwame Nkrumah University of Science and Technology
Mots-clésAgricultureAdaptation (eye)Psychological interventionKnowledge transferBusinessAgricultural scienceEnvironmental resource managementAgricultural economicsKnowledge managementGeographyEconomicsEnvironmental sciencePsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Social ties play an important role in agricultural knowledge exchange, particularly in developing countries with high exposure to agriculture development interventions. Institutions often facilitate agricultural training projects, with a focus on agroecological practices, such as agroforestry and agrobiodiversity. The structural characteristics of social networks amongst land managers influences decision-making to adopt such adaptive agroecoloigcal practice; however, the extent of knowledge transfer beyond direct project participants is often unknown. Using a social network approach, we chart the structure of agrarian knowledge networks (n = 131) in six communities, which have been differentially exposed to agriculture development interventions in Ghana. Farmer network size, density and composition were distinctly variable; development project-affiliated farmers were embedded in larger networks, had non-affiliated farmers within their networks, were engaged in more diverse agricultural production and reported adopting and adapting agroecological practice more frequently. Such bridging ties that link across distinctive groups in a network can expose network members to new and innovative agroecological practices, such as increasing agrobiodiversity, thus, contributing to livelihood strategies that mitigate environmental and market risk. Furthermore, we show that these knowledge networks were crop-specific where network size varied given the type of crop produced. Such factors, which may influence the rate and extent of agroecological knowledge diffusion, are critical for the effectiveness of land management practices as well as the persistence of agriculture development interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,033
Tête enseignante GPT0,232
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), 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

Citations63
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgricultureMême sujetMicrofinance and Financial InclusionTravaux en français237 207