Evaluating an Agricultural Extension Program Aimed at Improving Biodiversity in Alberta, Canada
Notice bibliographique
Résumé
Abstract We evaluate an agricultural extension program aimed at increasing on‐farm biodiversity in Alberta. Using reports prepared for program participants by the extension agency, customized surveys were used to collect data on whether recommended practices were adopted. Data were also collected from producers who were willing but unable to participate in the program due to its unexpected cancellation. A count model compared the number of practices adopted by participants and nonparticipants to evaluate the program's efficacy, and a probit model using participants’ adoption data were used to understand factors affecting adoption. Simple, low‐cost, and easily trialed practices were adopted at high rates, though some higher cost practices associated with observable benefits were also adopted at moderate or high rates. Farm‐specific characteristics, such as size, tenure, or group membership were also significantly linked to the likelihood of adoption. Results suggest that the extension program was successful in encouraging adoption of environmentally beneficial practices with caveats; project completion and quality were not verified, and decreasing marginal returns to extension efforts may have been realized within the small participant pool. Nous évaluons un programme d'éducation permanente en agriculture visant l'augmentation de la biodiversité fermière en Alberta. Utilisant des rapports préparés par les agences d'éducation pour les participants de programmes, des sondages individualisés ont servi à la collecte de données concernant l'adoption de pratiques recommandées. Des données ont aussi été recueillies auprès de producteurs qui auraient voulu participer mais qui n'ont pas profité du programme suivant son annulation inattendue. Un modèle de comptage a servi à comparer le nombre de pratiques adoptées par les participants et non‐participants pour évaluer l'efficacité du programme, et un modèle probit basé sur les données d'adoption par les participants a servi à comprendre les facteurs ayant un impact sur l'adoption. Les pratiques simples, peu coûteuses et faciles à tester ont été hautement adoptées. Certaines pratiques à coûts plus élevés, associées à des avantages observables, ont aussi vu des taux moyens et élevés d'adoption. Les caractéristiques spécifiques aux exploitations agricoles comme la taille, la longévité et l'adhésion à un groupe se sont aussi trouvées liées de façon significative aux probabilités d'adoption. Les résultats suggèrent que le programme d'éducation permanente a réussi à encourager l'adoption de pratiques bénéfiques pour l'environnement avec quelques bémols: la réalisation des projets et leur qualité n'ont pas fait l'objet de vérification, et la diminution des rendements marginaux en fonction des efforts d'éducation pourrait avoir été réalisée dans le cadre d'un petit bassin de participants.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».