Myanmar local food systems in a changing climate: Insights from multiple stakeholders
Notice bibliographique
Résumé
Understanding the impacts of climate on food systems is vital to identifying the most effective food system interventions to support climate-smart agriculture. The study examines how climate change is affecting food systems and what can be done to mitigate its effects. Two methodological approaches were combined in the study. The first was an Asia-wide regional consultation and forum to explore a range of initiatives that transform food systems among stakeholders working in Myanmar. The second method was an in-depth food systems study employing qualitative methods in Htee Pu Village in the Myanmar Central Dry Zone, a research site of IIRR since 2017. Key informant interviews (KII) and focus group discussions (FGD) were conducted to capture insights and data. Food systems consist of components, drivers, actors, and elements that interact with one another and other systems such as social, health, and transportation. The Myanmar food system is complex. Making it sustainable and transformative requires a mix of different approaches implemented at various scales from local to national. It also requires actions that engage various actors in the system from producers to consumers. The study of the local food system of Htee Pu Village indicates that the village has a rural and traditional food system and that climate change is one of its key food system drivers. Climate change negatively impacted farming and agricultural practices and disrupted the input supply of the local food systems. The role of intermediaries such as traders and consolidators is critical in the supply and distribution of food in the Central Dry Zone. Improved and more connected roads are essential for the supply and distribution of food for the village. The informal market outlets serve as the primary food source or sale points for households. Household diets are inadequate in quantity as the population remains highly dependent on their crops for their diets due to relatively low income. Climate adaptation must be embedded in the local level management to mitigate the effect of climate change in food production in the longer term.
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 | 0,002 |
| 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 | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 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 ».