A 'Drought-Free' Maharashtra? Politicising Water Conservation for Rain-Dependent Agriculture
Notice bibliographique
Résumé
Soil moisture conservation ('green water') and runoff capture ('blue water') can reduce agricultural risks to rainfall variation. However, little is known about how such conjoined initiatives articulate with social inequity when up-scaled into formal government programmes. In 2014, the Government of Maharashtra institutionalised an integrative green-blue water conservation campaign to make 5000 new villages drought-free each year (2015-2019). This paper analyses the extent to which the campaign, Jalyukt Shivar Abhiyan, enhanced the capture, equity, and sustainability of water for agricultural risk reduction. We find government interests to demonstrate villages as 'drought-free' affected the character and implementation of this integrative campaign. First, drainage-line and waterbody initiatives were disproportionately implemented over land-based adaptations to redress water scarcity. Second, initiatives were concentrated on public land – and less so on agricultural plots – to achieve drought-free targets. Third, the campaign conflated raising overall village water availability with improvements in water access. These dynamics: 1) limited the potential impact of water conservation; 2) excluded residents, including members of historically disadvantaged groups, who did not possess the key endowments and entitlements needed to acquire the benefits associated with drought-relief initiatives; and 3) fuelled additional groundwater extraction, undermining water conservation efforts. Villages will not be drought-free unless water conservation benefits are widespread, accessible, and long-term.
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 | 0,000 | 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 | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».