Facilitating learning for innovation in a climate-stressed context: insights from flash flood-affected rice farming in Bangladesh
Notice bibliographique
Résumé
Purpose Facilitation of learning enhances innovation through overcoming innovation barriers and supporting learning outcomes. However, little is known about how public Extension and Advisory Services (EAS) facilitate learning to help adapt to particular climate stressors. This article investigates the role of public EAS in facilitating learning to enhance innovation in a flash flood-affected farming context.Design/methodology/approach The research adopted flash flood-affected rice farming in Bangladesh as a case and collected data with actors involved in various extension approaches using interviews and focus group discussions.Findings Public EAS should involve a range of relevant actors, including the private sector and scientists, and jointly evaluate with farmers and provide feedback on the effectiveness of various crop cultivation strategies for flash flood adaptation. Public EAS needs to deliver the necessary instrumental support and resources to achieve learning outcomes and enable farmers to make desirable changes to farm activities.Practical implications Policy makers need to develop policies for the capacity development of public EAS staff and provide adequate resources so that public EAS can facilitate learning approaches to support discussions on local concerns and the use of local knowledge, experiences, and resources for flash flood adaptation.Theoretical implications Facilitation of learning to support adoption of technological innovations is not sufficient in the context of flash flood adaptation. Facilitation should support discussions on effective utilisation of natural and common resources for the flash flooding context.Originality/ value The study investigated the ways public EAS can facilitate learning to overcome barriers to innovation and support learning outcomes in a flash flooding context.
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 | 0,003 |
| 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 | 0,008 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».