MétaCan
Menu
Retour à la cohorte
Enregistrement W4322626820 · doi:10.1007/s10113-022-02018-7

Confronting climate change and livelihood: smallholder farmers’ perceptions and adaptation strategies in northeastern Burundi

2023· article· en· W4322626820 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueRegional Environmental Change · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesAcadémie de recherche et d'enseignement supérieurGlobal Affairs CanadaAfrican Institute for Mathematical SciencesVLIRUOSVlaamse Interuniversitaire RaadInternational Development Research CentreDivision of Mathematical SciencesGovernment of Canada
Mots-clésLivelihoodClimate changeAgricultureGeographyLivestockAdaptation (eye)BusinessPovertyEnvironmental resource managementAgricultural economicsSocioeconomicsNatural resource economicsAgroforestryEconomicsEconomic growthEnvironmental scienceForestry

Résumé

récupéré en direct d'OpenAlex

Abstract Rain-fed agriculture is the main source of livelihood for most of Burundi’s population, especially in the northeastern part of the country. This research is aimed at examining how smallholder farmers in the Northeastern region of Burundi perceive climate change and variability and at identifying the methods that are used to adapt, based on data from 200 small farmers and on actual weather data recorded between 1986 and 2017. We find that the majority of farmers (54%) perceive significant increases in temperature and unpredictability of rainfall duration and intensity and are making adjustments to adapt their agriculture in response to changes in climate. Over 80% of farmers have implemented at least one adaptation strategy among the nine evaluated. Changing crop varieties, changing fertilizers, and planting shade trees are the main adaptation strategies that were being implemented by farmers across the study area. The results of a binary regression model showed that the agricultural education and experience of farmers, as well as farm and family size, livestock ownership, climate information access, credit access, and farm income, strongly influence smallholder farmers’ decisions to adapt to climate change. The main obstacles are the lack of information on climate and adaptation strategies, and poverty, which makes it difficult to cope with the increased costs of farming. Understanding farmers’ perceptions of climate change and variability on a local level would provide information on how to develop adaptation strategies. The present study suggests the need for strengthening farmers’ capacities and improving the policy framework for adaptation to climate change in order to improve farmers’ livelihoods. Implications for policymakers will, therefore, include making flexible credit facilities, and investing in training extension agents on both climate change outreach and coping strategies.

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.

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)0,000
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 enseignants0,253
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,127
Tête enseignante GPT0,249
Écart entre enseignants0,121 · 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