A typology of smallholder livestock production systems reflecting the impact of the development of a local milk collection industry: Case study of Fatick region, Senegal
Notice bibliographique
Résumé
Abstract Senegal is a country where millions of livelihoods directly depend on smallholder livestock production activities. Unfortunately, these farmers now face the effects of a changing climate and associated societal responses. In addition, the lack of understanding of the specific farmers’ problems in their respective production systems by assuming homogeneity has led to inappropriate planning of interventions and inefficient utilization of resources. The variations in individual farming systems and local contexts require to understand each system separately to inform decision-makers and relevant stakeholders about specific entries of intervention for farmers based on customized needs. Using a Fatick region case study, different statistical clustering techniques were adopted to develop a livestock typology that reflects the above realities. This typology confirmed the co-existence of three livestock production cluster systems with differences and similarities in their production targets and quantities, market access, animal breeds, and the livestock management system of the animals. The studied region represented a new format of smallholder livestock development, where the implementation of a dairy processor and its milk collection centre created a new dynamic in production activities. Farmers confirmed that the extension services and a consistent market opportunity provided by the dairy processor increased local productivity and offered an alternative source of income but they have also reiterated concerns like the dairy processor’s low milk buying prices which need to be addressed. To harness the growth and the regional opportunities, there is a need to establish robust and continuous collaboration structures between the Government, agro-industries, and producers. These public-private partnerships will help producers lower the cost of inputs and services and increase productivity while boosting local dairy production.
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 | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».