Climate Change Impacts And Adaptation Barriers Among Smallholder Cassava Farmer
Notice bibliographique
Résumé
Abstract Climate variability/change has varied impacts on crop yields in many Sub-Saharan African countries. Enhancing the adaptive capacity of rural farmers is a major challenge as climate change becomes threatened to agricultural activities in the region. In this study, the impacts of climate change on cassava crops were examined, and farmers’ perceptions of climate, change and their experienced adaptation methods were assessed. Historical climate data and social datasets were used; the adaptation option and barriers to the use of adaptation methods were obtained through questionnaires, semistructured interviews and focus group discussions. Correlation statistics and multiple regressions were utilized to show the impacts of climate on the yield of cassava. The results showed a high variation in climatic variables together with an obvious anomaly index with severity. Minimum and maximum temperatures correlated strongly and positively with the yield of cassava, with 0.86, 0.82 and 0.87, respectively, which were significant at p>0.05. The results of multiple regression showed that climate parameters accounted for 75% of the changes in yield. The results also showed a very strong relationship between crops and rainfall in the early growing season at the p<0.05 level of significance. The majority of the farmers perceived that lack of capital and financial, physical and human capital accounted for 70% of barriers to the implementation of climate change adaptation methods. The key findings here are that the cropping system has been impacted by climate change and that the adaptive capacity of rural farmers in the study area is generally low. The study concludes that although climate change is obvious, there is generally a need to enhance the adaptation options available to farmers in the region.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».