Rice farmers’ perceptions about temperature and rainfall variations, respective adaptation measures, and determinants: Implications for sustainable farming systems
Notice bibliographique
Résumé
In Pakistan, climate change is adversely affecting agricultural production and undermining the food security and subsistence of millions of farm households. Farmers’ understanding of climate change and their adaptation strategies can serve as a useful step to help minimize climate risks. This study explores farmers’ perception of and adaptation strategies to climate change and their determinants in the rice-growing zone of Punjab province, as this region of the country is highly vulnerable to climate change impacts. The multistage stratified-random sampling method was used to select 480 farmers from the four rice districts of the region, and data were collected using a structured questionnaire. Logistic regression and contingency tables are used to analyze the determinants of farmers’ adopted strategies and adaptation extent (number of adopted strategies). Results show that farmers perceived significant changes in the climate, including the rise in average summer and winter temperatures and the decline in overall precipitation. The study further found that farmers’ adopted adaptation strategies include supplementary irrigation, adjustments in rice cultivation dates, crop diversification, use of climate-smart varieties, better fertilizer management, and farm resizing. Logit model showed that farmers’ age, primary occupation, income, landholding, access to irrigation, credit, climate information, and farm advisory appeared to be the significant determinants of their adaptation decision. The adaptation extent strongly correlates with farmers’ education and access to climate information and credit services. Based on these findings, this study suggests the relevant institutions improve farmers’ access to irrigation water, credit, farm advisory, and climate information to improve their adaptation extent and hence resilience of the rice-farming system.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».