Impact of Farmers’ Climate Risk Perception and Socio-Economic Attributes on Their Choice of ICT-Based Agricultural Information Services: Empirical Evidence from Pakistan
Notice bibliographique
Résumé
In Pakistan, research on information and communication technologies-based agricultural information services (ICTbAIS) have gained significant attention owing to the overwhelming population of smallholder farmers (whose information needs are unable to be met by the conventional extension services) and the increasing incidence of climatic risk. This study is, therefore, conducted in the Punjab province of Pakistan (mixed cropping region) to explore farmers’ use of ICTbAIS and understand the relationship between farmers’ socio-economic attributes, risk perception, and choices of ICTbAIS. A sample of 480 farmers was drawn using a multistage sampling approach, and farmers were interviewed face-to-face. To analyze the dataset, a multivariate Probit (MVP) model was employed. The results show that Television (TV) and mobile-based advisory and mobile-based consultations appeared to be the most used ICTbAIS, followed by radio and internet-based advisory. The estimates of the MVP model showed that farmers’ age, education, farmland, tenancy status, off-farm income, and climate risk perception are significant determinants of their choices of ICTbAIS. Based on our results, we suggest policymakers and extension agencies to improve the content of ICTbAIS and make efforts for the awareness and training of farmers regarding the use of contemporary ICTs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».