Adoption of Agroforestry Practices in and around the Luki Biosphere Reserve in the Democratic Republic of the Congo
Notice bibliographique
Résumé
Despite the technical, socio-economic and environmental challenges, indigenous subsistence agroforestry, generally referred to as slash-and-burn agriculture or bush-fallow farming, is a common practice for local populations in the Democratic Republic of Congo. This study analyzed the proportion of adopters and non-adopters, together with other factors that influence farmers’ choices of adopting agroforestry or that discourage its adoption in the Luki Biosphere Reserve (LBR) area. Data were collected through a survey of 390 households using a structured questionnaire. A logistic regression model, with SPSS Statistics software was fitted to the data against a binary response (1 = adopt; 0 = not adopt). The proportion of adopters of agroforestry practices in the LBR area far exceeds (more than three-fold) that of non-adopters. Six factors exert a positive and significant (p-value = 5%) effect on peasant decisions to adopt agroforestry practices in LBR, including age (51 to 60 years old), marital status, education level, main activity, land tenure and farmers’ membership in a local association. Gender, other age categories, household size, number of years of agroforestry experience, number of assets, distance between residence and fields, and access to credit did not positively influence the adoption of these practices. The results of this study would help engage the indigenous community with different sectors and disseminate agroforestry as a sustainable practice appropriate to the real needs of local populations.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 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 ».