MétaCan
Menu
Retour à la cohorte
Enregistrement W3010683264 · doi:10.1080/13504509.2020.1733702

A bitter pill: smallholder responses to the new green revolution prescriptions in northern Ghana

2020· article· en· W3010683264 sur OpenAlexafffund
Siera Vercillo, Tony Weis, Isaac Luginaah

Notice bibliographique

RevueInternational Journal of Sustainable Development & World Ecology · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensWestern UniversityUniversity of Waterloo
Organismes subventionnairesWestern UniversitySocial Sciences and Humanities Research Council of CanadaInternational Development Research Centre
Mots-clésSubsistence agricultureGreen RevolutionCompetition (biology)DisadvantagedMedical prescriptionEconomic growthBusinessAgricultural economicsGeographySocioeconomicsEconomicsAgriculture

Résumé

récupéré en direct d'OpenAlex

Through a qualitative case study from the Northern Region of Ghana, this paper examines smallholders’ perceptions of environmental change and contemporary Green Revolution prescriptions promoted by foreign donors, NGOs and the state. These prescriptions seek to commercialise and intensify production in Ghana through increasing use of chemical fertilisers, pesticides and faster-growing seed varieties. We argue that many smallholders are reluctantly adopting the inputs and techniques of the Green Revolution in response to erratic rainfall, shortened growing seasons, and drier soils with diminished fertility, as well as other structural constraints such as increasing competition for land. Farmers’ responses are also influenced by social inequalities, as gender and wealth differences affect access to agro-inputs and participation in farm contracts. Female farmers are especially disadvantaged in adoption, which is serving to widen disparities. However, even those farmers who are following the Green Revolution prescriptions are not uncritical of its impacts, as they commonly described their decision to adhere to this technical package as a short-term trade-off to meet subsistence needs at the expense of worsening soil health and increasing debt.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,008
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations39
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development & World EcologyMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207