Can results-based prizes to private sector incentivize technology adoption by farmers? Evidence from the AgResults Nigeria project that uses prizes to incentivize adoption of AflasafeTM
Notice bibliographique
Résumé
Abstract Background The AgResults initiative tests the efficacy of results-based prizes to scale-up smallholder technology adoption. In Nigeria the project awarded a $18.75/ton prize for private sector actors who aggregated maize from smallholders that was treated by Aflasafe—a biocontrol that addresses liver cancer-causing aflatoxin contamination in maize. This paper examines the impact of AgResults initiative on smallholder farmers. Methods This evaluation estimates the causal effect of the AgResults program on farmer outcomes by comparing survey data from AgResults farmers to survey data from a matched comparison group of farmers. To improve balance, we use propensity score weights. In considering inestimable selection bias, we describe several key considerations, including the inclusion of comparison areas for treatment post-evaluation. Results The project increased Aflasafe adoption by 56% points, farmers earned 16% more net maize income on average. However, the majority of farmers in villages engaged by the project did not know about Aflasafe’s health benefits. This suggests that complimentary donor-directed efforts may still be needed to generate general awareness about the technologies whose benefit is not immediately visible to the smallholders. With the prize focused on aggregation, private sector actors may have reduced incentive to raise awareness about Aflasafe’s health benefits in case farmers held back Aflasafe-treated maize for consumption. Conclusions This paper highlights the potential of results-based prizes to engage the private sector in solving development problems. However, it also equally highlights the gaps that such an approach may have, arguing for the need for having complimentary efforts to address those gaps. This is particularly the case when the technology’s benefits are not perceived by the consumer (aflatoxins are not visible to the eye, and the health benefits are not immediate), or when the technology results in positive externalities (final consumers of Aflasafe-treated maize also benefit). Broader consumer awareness needs to be raised to promote continued development of the market for Aflasafe-treated maize, aflatoxin standards need to be enforced, and aflatoxin testing needs to be more easily available.
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 | 0,020 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».