Climate change impacts on cattle production: analysis of cattle herders’ climate variability/change adaptation strategies in Nigeria
Notice bibliographique
Résumé
Abstract The study examines the seasonality in climate and extreme weather events, and its effect on cattle production in the Guinea Savannah ecological zone of Nigeria. The study uses both quantitative and qualitative approaches. Climate data of 34 years were used to examine the trends in rainfall pattern and climate variability while household survey was used to appraise the herders’ awareness of climate variability/change impacts and adaptation strategies. Cumulative Departure Index (CDI) method was used to assess the extreme weather events while descriptive statistics and multinomial logistic (MNL) regression model were used to identify the factors that determined herders’ adaptation strategies to climate change. The results revealed a significant spatiotemporal variation in both rainfall and temperature with CDI ranging from -1.39 to 3.3 and -2.3 to 1.81 respectively. The results revealed a reduction in the amount of water available for cattle production. From survey results, 97.5% of the herders identified drought as the major extreme weather event affecting livestock productivities in the study region. In the herder’s perception, the droughts are more severe in recent years than 34 years ago. The results from MNL revealed that extreme weather events, such as drought, has a positive likelihood on migration, at a 10% level of significance, the events has led to migration of cattle herders from the northern part of the study area toward the southern part in recent years.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».