Toward digitalization futures in smallholder farming systems in Sub-Sahara Africa: A social practice proposal
Notice bibliographique
Résumé
This paper contributes to the digitalization of rural agriculture literature by proposing a social practice approach. Digitalization (practices) is conceived as an unfolding constellation of everyday farming activities manifested by practically conscious people meaningfully leveraging competences to integrate materials elements of life. Thirty-one expert key informants' interviews were conducted on experiences and pathways for the future of digital agriculture in Africa. Thematic analysis of the interviews revealed that materials (access to digital tools, enabling digital infrastructure, supporting social infrastructure), competencies (digital literacy among farmers and extension officers, IT and data education among populaces), and meanings (connecting digitization with local customs and norms and aligning digital tools with the values/perceptions of what farming is) are critical elements to establishing and embedding digital tools and services in everyday agriculture in Africa. Thus, I propose adopting a social practice approach (which focus on establishing and integrating materials, competencies, and meanings) to understanding, researching, and guiding processes of rural smallholder digitalization. The proposed approach, the first application of the social practice lens to smallholder digitalization, would allow for interventions that focus on establishing holistic and all-encompassing building blocks that bring digitalization practices to life. Specifically, the social practice proposal provides an outlook to move beyond the technologies –tools and services– of digitalization, to equally value the competencies required and meanings engendered in smallholder digital futures.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».