MétaCan
Menu
Retour à la cohorte
Enregistrement W4312267392 · doi:10.4236/as.2022.1311076

Factors Explaining the Dynamics of Agricultural Technological Innovations Adoption: Evidence from Senegal’s Rain Maize Farmer

2022· article· en· W4312267392 sur OpenAlexaff
Aminata Diaw Diagne, Lota D. Tamini, François Fall

Notice bibliographique

RevueAgricultural Sciences · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAgricultureAgricultural machineryAgricultural economicsBusinessAgroforestryAgronomyEconomicsEnvironmental scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

This paper analyzes the adoption dynamics of improved rainfed maize seeds disseminated in Senegal in 2013 by the West African Agricultural Productivity Program (WAAPP). We group maize producers into five groups (non-adopters, laggards/abandoners, late adopters, followers and pioneers/innovators) and take into account the heterogeneity of unobservable characteristics of the producers. In the pioneers/innovators group, the availability of labour, household size, shocks, and frequency of access to advice positively influence adoption, whereas financial constraints and high numbers of plots reduce the probability of adoption. Producers in the followers’ category tend to be older and more educated than those in the other categories. However, food insecurity and shocks such as diseases hamper adoption. For the group of late adopters, household size and available storage infrastructures explain adoption. However, the number of plots and shocks reduces their probability of adoption. Laggards tend to face shocks and food insecurity. The authors recommend to consider the dynamics of the adoption of technological innovations and heterogeneity of the characteristics of adopters groups in future research. They also recommend farmers to increase their adoption rate of the “Early Thai” and “Suwan 1” seed varieties thanks to their higher yields compared to traditional varieties. Also, a higher adoption rate would positively impact the food security of maize farmers in Eastern Senegal and High Casamance, especially in terms of availability. Other studies measuring the number of years needed for large-scale adoption of improved seed varieties should be conducted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,274
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural SciencesMême sujetAgricultural Innovations and PracticesTravaux en français237 207