Multidimensional Benefits of Sustainable Agriculture Practices of Cambodian Smallholder Farmers
Notice bibliographique
Résumé
Agriculture is an important mainstay of the Cambodian economy and recent agriculture developments have lifted many people out of poverty. However, some key challenges remain in Cambodian rural areas. To further sustain the country’s development, new ways need to be found to drive future growth without negatively impacting its existing resources. Recent efforts led by development stakeholders have been dedicated to enhanc the sustainability of Cambodian agriculture. The local non-governmental organization MODE jointly with Louvain Cooperation focuses on helping vulnerable farmers to transition towards sustainable agriculture practices through specific training. This paper aims to assess the benefits of such an approach by using SAFA (Sustainability Assessment of Food and Agriculture systems), a methodology developed by the Food and Agriculture Organization. Core indicators of the four pillars of sustainability were evaluated through interviews with eighty farmers, equally distributed in two groups (target farmers and a control group), to assess the agricultural sustainability of their local farming system. Statistical analysis revealed significant differences between the two groups. The target group which was supported in their transition to sustainable practices showed a significant increase of net incomes, more diverse food production, and higher number of actions already taken or planned in order to mitigate the inherent risks of food production. The global index resulting from the combination of all core indicators revealed a significant difference between the groups, with more sustainable practices for the target farmers. However, overall the level of sustainability remained low to very low in both groups, which was partly due to the choice to work with vulnerable people defined by low productivity.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».