The Role of Agroforestry in Supporting Food Security in Small Islands (Case in Pahawang Island, Indonesia)
Notice bibliographique
Résumé
Agroforestry has many benefits, especially in improving the economy and food security. The purpose of this study was to analyze food availability and the level of community food security in Pahawang Island, Indonesia. The data were analyzed descriptively and based on the House hold food security access scale (HFSAS) on 9 variables. The results showed that the food provided from the agroforestry area consisted of vegetables, fruits, tubers and empon-empon while the food that could not be provided from the agroforestry area was rice, fish, tempeh, tofu, chicken, meat and others. etc. are obtained from the sale of agroforestry products. The revenue from this agroforestry product reaches Rp. 641,085, 000 per year or equivalent to 64,108.5 kilograms of rice per year. This means that for 14 days the community can survive if Pahawang Island experiences a disaster that causes people to be unable to leave the island. Based on the calculation results, the average food security score of Pahawang Island is included in the category of moderately food security with a score of 15.6. Agroforestry management in Pahawang Island needs to be maintained because it has proven to be able to improve community food security. The addition of commercial plant species also needs to be done, especially from the types of fruits and woody plants.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».