MétaCan
Menu
Retour à la cohorte
Enregistrement W3164040196 · doi:10.1186/s40066-020-00275-5

Agricultural community-based impact assessment and farmers’ perception of climate change in selected Ecological Zones in Nigeria

2021· article· en· W3164040196 sur OpenAlexfundno aff
Isaac Ayo Oluwatimilehin, Ayansina Ayanlade

Notice bibliographique

RevueAgriculture & Food Security · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Mathematical SciencesGlobal Affairs CanadaInternational Development Research CentreGovernment of Canada
Mots-clésClimate changeLivelihoodAgricultureCroppingGeographySustenanceSocioeconomicsEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,299
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgriculture & Food SecurityMême sujetClimate change impacts on agricultureTravaux en français237 207