Choices of Research Methodologies on Climate Change Adaptation Especially Focusing on Agriculture Sector: A Systematic Review
Notice bibliographique
Résumé
A rapid increase in climate researches by applying diverse methodologies and approaches in recent decades. These researches have directly or indirectly contributed in better understanding of climate issues, risks and vulnerabilities. It has improved awareness and capacities of the public and communities to adapt to the vulnerabilities and impacts. It, further, contributes in formulation of climate policies and plans to address climate risks and vulnerabilities at the local and national levels. Appropriate methodologies lead to better results in the researches. This paper has applied systematic review of the published papers (2010 -2017) to understand the general and specific research methodologies in climate discourse especially in Web of Science (WS), Springer Link (SL) and Science Direct (SD). Altogether, 37 journal papers (10 WS, 13 SL and 14 SD) were selected for the detail analysis based on the assessment of abstracts, which was mainly concentrated on research methodologies specializing in agriculture. In the process, the authors have analyzed the contents, research methodologies, data analysis, and geographical coverages. The analysis, further, concentrated on the scope and limitations of the research methodologies used.  Wide-ranging research methodologies are found that are applied by the researchers in the climate change discourse. Some researchers have applied general research methodologies whereas others have used specific research methodologies and model analysis. Furthermore, it is comprehended that the combination of research methodologies and approaches through focus group discussion together with household survey and model analysis is the effective way for the research by using quantitative and qualitative data. 
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 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 | 0,018 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 tête enseignante, 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 ».