Drought Risk in Cambodia: Assessing Costs and a Potential Solution
Notice bibliographique
Résumé
The two major natural hazards that threaten Cambodia are flood and drought. Millions of people have been affected by these natural disasters which have put to waste millions of hectares of paddy rice lands on which depend the lifeblood of the rural economy as well as that of the whole country. Given the dire consequences posed by drought to the Cambodian economy, and in light of its short- and long-term development plans aimed at poverty reduction, the government has affirmed its priority for agricultural development. Targeting the most vulnerable areas, this study aims to estimate the costs of drought in two communes in the rural Kampong Speu province, and to assess the costs and benefits of rehabilitating an unused water reservoir. The costs of drought are estimated at the household level. Household questionnaires were used to collect data from households from two rice ecosystems (totally rainfed and supplementary-irrigated) in the Kampong Speu. The study finds that the expected loss from drought for farmers in rainfed areas is USD 51.47 per hectare while that for farmers in supplementary-irrigated areas is USD 23.01 per hectare. Looking at the prospects for rehabilitating a totally damaged reservoir, the study reports that at a 6 percent discount rate, the repair efforts will yield a net present value of around USD 914,834.94 and the benefit-cost ratio is 2.18. The rehabilitated reservoir is seen to serve two significant roles, namely: (1) to stabilize and increase rice production since drought susceptibility among farmers is reduced and food security is ensured and (2) to encourage agricultural diversification.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».