MétaCan
Menu
Retour à la cohorte
Enregistrement W2918202923 · doi:10.1007/s10460-019-09925-2

Farming God’s Way: agronomy and faith contested

2019· article· en· W2918202923 sur OpenAlexafffundabout
Harry Spaling, Kendra Vander Kooy

Notice bibliographique

RevueAgriculture and Human Values · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligion, Society, and Development
Établissements canadiensThe King's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFaithCONTESTSustainabilityAgricultureSociologyPolitical scienceEnvironmental ethicsGeographyTheologyLaw

Résumé

récupéré en direct d'OpenAlex

Farming God’s Way (FGW) is a type of conservation agriculture (CA) that re-interprets the CA principles of no tillage, mulching and crop rotation using biblical metaphors such as God doesn’t plow, God’s blanket, and the Garden of Eden. Through faith-based networks, FGW has spread throughout Sub-Saharan Africa, and beyond, as a development intervention for improving food security, adapting to climate change, and restoring soil productivity for resource-poor farming households. This research identifies and compares the production, sustainability and faith claims of FGW to ascertain which claims are contested. A qualitative study of Canadian program managers with responsibilities for CA or FGW projects in Africa and smallholding FGW farmers in Kenya is employed using semi-structured interviews and focus groups. Production-related claims of improved soil moisture and climate change adaptation are generally consistent among program managers, farmers and the literature, but social claims of increased labour demand on women and religious claims of faith enhancing CA are contested. Findings show that female farmers unanimously contest the claim that their labour for weeding is increased under FGW. Similarly, FGW farmers contest the claim that faith inhibits adoption or innovation on the farm, reporting instead that FGW connects faith to their vocation, transforms why and how they farm, and changes mindsets for adopting faith-based CA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil0,827

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,261
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgriculture and Human ValuesMême sujetReligion, Society, and DevelopmentTravaux en français237 207