The Impact of a Warming Micro‐Climate on Muooni Farmers of Kenya
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rainfed agriculture has become highly vulnerable to the depleting water resources in most arid and semi‐arid tropics (ASATs) under the effect of climate change. The impact has certainly been very high in Muooni catchment where more than 99% of the natural forest has been cleared. The warming micro‐climate is accelerated by extended deforestation, unsustainable irrigation, and water over‐abstraction in the catchment by eucalyptus and other exotic trees. The dwindling crop yields add to the farmer’s suffering. Farming communities have created various innovative ways of coping with a warming environment to increase their agriculture resiliency. These include, among others, rain water management, reforestation and agro‐forestry. To what extent have these practices been disturbed by the increasing temperatures, and decreasing rainfalls and river discharges in Muooni catchment? This study used statistical forecast techniques to unveil the past, current and future variations of the micro‐climate in Muooni catchment, and relevant factors determining farmers’ vulnerability to drought. Muooni catchment is warming by 0.8 to 1.2 °C in a century as a result of a changing micro‐climate. These changes are mainly driven by deforestation due to the high urbanization rate and agricultural practices in Muooni catchment. Centennial rainfall is subsequently plummeting at 30 to 50 mm while discharges are decreasing from 0.01 to 0.05 m3∙s−1, with unmet water demands of 30% to 95% and above. In view of the current trends of the population growth and urbanization in Muooni, agricultural expansion is seriously threatened if no appropriate policy, extension service and science based emergency measures are put in place by the Government of Kenya.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle