Using a co-occurrence index to capture crop tolerance to climate variability: a case study of Peruvian farmers
Notice bibliographique
Résumé
Los pequeños agricultores peruanos de la región montañosa de los Andes han enfrentado históricamente una amplia variabilidad climática (de año a año y en la temporada de cultivo). Los conocimientos y prácticas tradicionales, incluida la diversificación de la cartera de cultivos y la selección de cultivos tolerantes, apuntan a salvaguardar la seguridad alimentaria incluso en los años “malos” cuando se materializan los riesgos relacionados con el clima o el mercado. A pesar de este conocimiento y experiencia históricos, los cambios climáticos acelerados plantean nuevos desafíos, frente a los que los agricultores luchan por adaptarse, especialmente debido a la falta de información oportuna y de recursos financieros y físicos. Comprender cómo los agricultores se están adaptando de forma autónoma es una necesidad pendiente, para poder informar a los responsables de las políticas sobre los cuellos de botella y las prácticas sostenibles que pueden fortalecerse para apoyar la adaptación eficiente. Este estudio se centra en un tipo de adaptación: seleccionar cultivos que parecen ser más tolerantes a condiciones climáticas variables. Los autores usan el índice de co-ocurrencia de Fridley et al. (2007), que mide la amplitud del nicho ecológico de una especie, para estimar la tolerancia relativa de los cultivos a un rango de condiciones ambientales. Utilizando datos del censo (paneles distritales de 1994 y 2012), estiman la tolerancia de cultivos para 252 cultivos en diversas condiciones ambientales en todo el país, desde las regiones montañosas de los Andes hasta las regiones costeras y selva amazónica. Los investigadores prueban la idoneidad del índice de cultivo para capturar la tolerancia del cultivo a condiciones climáticas variables (temperatura máxima, mínima y promedio, y precipitación) utilizando dos definiciones de variabilidad climática. Encuentran la correlación positiva esperada entre el índice y la variabilidad climática, lo que confirma la idoneidad del índice para capturar la tolerancia relativa a la variabilidad climática. También empíricamente aplican el índice para explorar el papel de la variabilidad climática intraestacional (durante la temporada de crecimiento) en la tolerancia relativa de la cartera de cultivos de los agricultores. Aunque se necesitan más análisis para modelar por completo las decisiones de los agricultores, nuestras estimaciones preliminares muestran que los agricultores ajustan sus carteras para incluir cultivos más tolerantes cuando enfrentan una mayor variabilidad climática.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».