WHOSE GAP COUNTS? THE ROLE OF YIELD GAP ANALYSIS WITHIN A DEVELOPMENT-ORIENTED AGRONOMY
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
SUMMARY Yield gaps have become a useful tool for guiding development-related agronomy, especially in the global South. While critics have challenged some aspects of the yield gap methodology, and the relevance of food security advocacy based on yield gaps, very few studies question the actual relevance, application and scalability of yield gaps for smallholder farmers (and researchers) in the tropics. We assess these limitations using two contrasting case studies: maize-based farming systems in Western Kenya and rice-based farming systems in Central Luzon, the Philippines. From these two cases, we propose improvements in the use of yield gaps that would acknowledge both the riskiness of crop improvement options and the role that yield increases might play within local livelihoods. Participatory research conducted in Western Kenya calls into question the actual use and up-scaling of yield measurements from on-station agronomic trials to derive estimates of actual and water-limited yields in the region. Looking at maize yield gaps as cumulative probabilities demonstrates the challenges of assessing the real magnitude of yield gaps in farmers’ fields and of deciding whose yield gaps count for agricultural development in Kenya. In the case of rice-based farming systems, we use a historical dataset (1966–2012) to assess changes in rice yields, labour productivity, gross margin and rice self-sufficiency in Central Luzon, the Philippines. While large rice yield gaps persist here, there appear to be few incentives to close that gap once we consider the position of crop production within local livelihoods. In this context, economic returns to labour for farm work were marginal: labour productivity increased over time in both wet and dry seasons, but gross margins decreased in the wet season while no trend was observed for the dry season. Since most households were rice self-sufficient and further increases in crop production would offer minimal returns while relying increasingly on hired labour, we question who should close which yield gap. Our case studies show the importance of contextualising yield gaps within the broader livelihood context in which farmers operate. We propose that this should be done at farm and/or farming systems level while considering the risks associated with narrowing yield gaps and looking into multiple performance indicators.
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 | 0,001 |
| 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) | 0,003 | 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 découle