Agricultural community-based impact assessment and farmers’ perception of climate change in selected Ecological Zones in Nigeria
Notice bibliographique
Résumé
Abstract Background The impacts of climate change are affecting sustenance and livelihood of many rural farmers in Africa. The majority of these farmers have low adaptive capacity. This study investigates climate change impacts, farmers’ perception, adaptation options and barriers to adaptation in three selected ecological zones in Nigeria using three staple crops. Rainfall and temperature data of over 35 years were analysed using ANOVA, Mann Kendall and Sen’s Slope Analysis. Farmers’ perception of climate change and cropping experiences were assessed with the aid of a well-structured questionnaire, semi-structured interview and focus group discussion. Results The results of the study revealed high variability in the annual and monthly rainfall and temperature during the study period. The highest annual maximum temperature was recorded in Kwara with Tmax > 32 ℃. Though, there appeared to be spatial and temporal variations in rainfall in the study area, the highest was in Ogun with mean annual rainfall = 1586.9 mm and lowest in Kwara with mean annual rainfall = 1222.6 mm. Generally the Mann Kendall and Sen's slope analysis revealed general increase in the minimum and maximum temperature, while rainfall revealed generally downward trend. The study revealed a difference in farmers’ perception but nearly 74% of farmers perceived that climate is changing, which is affecting their farming activities. Nearly 70% claimed that lack of financial capital is the major barrier to climate change adaptation. Conclusions The study concludes that rainfall and temperature variability have significantly impacted cropping and that farmers are aware of long-term changes in temperature and rainfall, but some are unable to identify those changes as climate change. There is a need for affordable and available improved seedlings and variety of crops that can adapt to climate change conditions.
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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».