Impact of Gliricidia Fertilizer Tree Technology on Smallholder Farmers Economic Livelihood in Malawi: Case of Kasungu District
Notice bibliographique
Résumé
Agriculture plays a huge role in farmer’s livelihoods in Africa. With the adverse effect of climate change on agricultural productivity, developing agricultural technologies that are adaptive to climate change is one of the perquisites for agricultural development. Gliricidia intercropping is one of the climate smart agricultural innovations; that is being promoted by most researchers. Gliricidia intercropping has many benefits. Despite evidence of such benefits, there exists some missing literature on the impact of Gliricidia intercropping on farmer’s economic livelihoods. The study used cross sectional data collected by ICRAF in Kasungu district which sampled 406 households and employed a Propensity Score Matching method to analyze the effect of Gliricidia intercropping on smallholder farmer’s incomes. Results showed that among the observable factors used to match participants and non-participants, hired labour, age, education level, soil type, perception of soil fertility and access to extension services significantly affected participation in Gliricidia intercropping. The Average Treatment Effect on the Treated showed that Gliricidia intercropping improves the economic livelihoods of farmers by increasing household monthly income by MWK 38,565.83 ($54) at 1 percent significant level. The study went further to conduct sensitivity analysis using the Rosenbaum bounds, and found that unobserved heterogeneity has to increase the odds ratio of participating in Gliricidia intercropping by 10-60 percent before it can negate the estimated ATT. The study then recommends promoting the adoption of Gliricidia intercropping by capitalizing on the factors that influence participation or adoption of Gliricidia intercropping in order to improve smallholder farmers’ incomes and hence their livelihoods.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».