(Re)assessing Climate-Smart Agriculture practices for sustainable food systems outcomes in sub-Saharan Africa: The case of Bono East Region, Ghana
Notice bibliographique
Résumé
This research paper assesses the reality of Climate-Smart Agriculture (CSA) practices’ potential to promote the outcomes of sustainable food systems (SFS) within Ghana’s smallholding agriculture context. The study demonstrates that rural farmers generally perceive CSA’s contribution to ‘food and nutrition security’ and ‘economic performance’ as more important than CSA’s contribution to ‘social equity’ and ‘environmental stewardship’. From a narrow perspective, the study demonstrates that farmers perceive CSA’s potential to ‘prevent pest and disease outbreaks’ and ‘increase human capital information’ as the most important contribution of CSA to SFS outcomes. In contrast, CSA’s potential to promote environmental stewardship is perceived as the least important among Ghana’s rural farmers. This enormity of displacement of smallholders’ perceptions at large is motivated by demographic, socioeconomic and ecological factors. Moreso, the CSA for SFS outcomes narratives is driven by farmers’ self-apprise, social networks and other local information dissemination agents. Furthermore, research findings suggest farmers’ awareness of CSA practices and interventions is deficient owing to unmet training and information needs for approximately 82% of the CSA practices and interventions. This situation elucidates the dichotomy of CSA practices’ narratives as tools for attaining food, nutrition security and economic performance to the detriment of critical issues such as increasing awareness and building farmers’ capacity to engage with CSA practices while also managing socio-ecological trade-offs that emerge over time due to engagement with CSA. Critical (re)orientation is needed across the scale to drive CSA practices and interventions that confine climate adaptation and food production practices within safe planetary boundaries without undermining social, economic, food and nutrition security needs.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».