Agroforestry contributions to smallholder farmer food security in Indonesia
Notice bibliographique
Résumé
Abstract Agroforestry has potential for strengthening the climate change resilience of smallholder farmers in Southeast Asia. In Indonesia, the food security challenges faced by smallholders will likely worsen due to climate change impacts. Agroforestry provides and option for strengthening climate change resilience, while contributing to food access, income, health, and environmental stability. To evaluate the evidence for such benefits, this systematic review identifies 22 peer-reviewed articles published between 2000 and 2019 which assess agroforestry’s contributions to food security in Indonesia, mostly in Java or Sumatra. Analysis of the studies indicate that traditional and commercial agroforestry contribute to food security in diverse ways: for example, traditional homegardens offer 20% more dietary diversity than commercial counterparts, while commercial homegardens may contribute up to five times more income. Agri-silviculture contributions fall along a timber versus non-timber forest product continuum that displays a similar tradeoff between diversity and income. Those systems with a commercial focus may receive 54% of their income from a single commodity crop such as coffee, while traditional systems allow greater access to plants with medicinal benefits. Nearly all agroforestry systems offered indirect benefits for food security, such as allowing more off-farm work than traditional agriculture and contributing to environmental stability: users of agroforestry were found by one study to collect 83% less fuelwood from natural forests. One study highlighted that agroforestry options have up to 98% greater net present value (for periods over 30 years) compared to slash and burn style agriculture. However, very few studies of Indonesian agroforestry focused explicitly on financial analysis and food security, indicating the need for further research. Given the similar situations faced by many Southeast Asia countries, our findings contribute to emerging trends throughout the region regarding the relationship between agroforestry and food security.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».