Conceptual Framework for Assessing Sustainability of Swamp Buffalo Production Systems
Notice bibliographique
Résumé
Swamp Buffalo farming plays an important role in farmers' livelihood and in satisfying red meat demand in South Kalimantan, Indonesia. The extensive (wetland) swamp buffalo production system (SPS) and the extensive and semi-intensive dryland system (DPS) are two production systems. The production systems have high complexity and require the integrated sustainability assessment approach to measure the contribution level of sustainability indicators. This study aimed to demonstrate the conceptual framework for analyzing the sustainability of buffalo production systems in South Kalimantan. The buffalo production systems in South Kalimantan were analyzed using the comprehensive assessment framework from September-December 2021. A literature review and discussion with experts, followed by a focus group discussion to perform a Strengths, Weaknesses, Opportunities, and Threats (SWOT) analysis was conducted. The complex problem identifies and defines the relevant Economic, Ecological, and Societal (EES) issues, and inclusive identification and analysis of relevant stakeholders were described. Issues identified during the process were translated into relevant indicators in the EES sustainability dimensions then indicators possible for EES issues were proposed. Situation analysis in this study described and identified swamp buffalo in South Kalimantan, which is currently experiencing a population decline. The gross margin and growth and reproduction performances of the buffaloes were selected for economic benefit in both systems. Total land use and soil fertility were the possible indicators in the dimension of environment relevant for DPS, while swamp sedimentation and water pollution were considered important environmental indicators in SPS. Feed availability was measured in both systems. Social dimension indicators in both systems were focused on keeping management, the function of buffalo for livelihood, time allocation to keep buffalo, characteristics of livelihood, and possible land use conflicts.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».