MétaCan
Menu
Retour à la cohorte
Enregistrement W4312806262 · doi:10.5751/es-13480-270419

Gendered vulnerability and inequality: understanding drivers of climate-smart agriculture dis- and nonadoption among smallholder farmers in Malawi and Zambia

2022· article· en· W4312806262 sur OpenAlexvenueno aff
Sizwile Khoza, Dewald van Niekerk, Livhuwani David Nemakonde

Notice bibliographique

RevueEcology and Society · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesNorth-West UniversityNational Research FoundationDepartment of Science and Technology, Ministry of Science and Technology, IndiaUniversity of Michigan
Mots-clésVulnerability (computing)Psychological resilienceDisaster risk reductionFocus groupAgricultureInequalityTransformative learningMainstreamSocioeconomicsEconomic growthSociologyEnvironmental resource managementGeographyPolitical scienceEnvironmental planningBusinessEconomicsPsychologyMarketingSocial psychology

Résumé

récupéré en direct d'OpenAlex

In this study we explore gender-differentiated drivers of disadoption and nonadoption of climate-smart agriculture (CSA) technologies among smallholder farmers for everyday adaptation and resilience building in the face of the increasing threat of climate risk. We apply theoretical perspectives from mainstream technology adoption and gendered vulnerability to identify underlying vulnerabilities and inequalities that drive disadoption (the decision to discontinue any CSA technology previously practiced) and nonadoption (the decision not to use any form of CSA technology). We used an exploratory-sequential mixed methods design at the local level in Chikwawa, Malawi, and Gwembe, Zambia, to understand gender-differentiated drivers of CSA disadoption and nonadoption. Key interviews were conducted with identified critical informants at the district level, followed by focus group discussions with men and women at the village level to obtain qualitative data. We collected quantitative data through a cross-sectional household survey. Findings show that gender-differentiated drivers of CSA disadoption and nonadoption fall within social, economic, institutional, and environmental categories and underlying gendered vulnerability and inequality shape these drivers. CSA is introduced within preexisting gendered vulnerability and inequality, shaping adoption decisions by diverse groups of female and male smallholder farmers. Consequently, CSA outcomes of improved agricultural productivity, adaptation, and resilience building may not be equally achieved because of gender inequalities and vulnerabilities that demotivate diverse households from adopting CSA. This work contributes to a contemporary gender-transformative paradigm in climate change adaptation and disaster risk reduction by focusing on CSA adoption in climate-sensitive regions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,541

Scores Codex et Gemma par catégorie

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

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 Opus0,054
Tête enseignante GPT0,252
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207