“Climate-smart agriculture and food security: Cross-country evidence from West Africa”
Notice bibliographique
Résumé
In the face of climate change and extreme weather events which continue to have significant impacts on agricultural production, climate-smart agriculture (CSA) has emerged as one important entry point in reducing the emission of greenhouse gases and building climate resilience while ensuring increases in agricultural productivity with ensuing implications on food and nutrition security. We examine the relationship between CSA, land productivity (yields), and food security using a survey of farm households in Ghana, Mali, and Nigeria. To understand the correlates of the adoption of these CSA practices as well as the association between CSA, yields, and food security, we use switching regressions that account for multiple endogenous treatments. We find a positive association between the adoption of CSA practices and yields. This increase in yields translate to food security as we observe a positive association between CSA and food consumption scores. Although we show modest associations between the independent use of CSA practices such as adopting climate-smart groundnut varieties, cereal-groundnut intercropping, and the use of organic fertilizers, we find that bundling these practices may lead to greater yield and food security gains. Under the different combinations, the use of climate-smart groundnut varieties exhibit the strongest association with yields and food security. We also estimate actual-counterfactual relationships where we show that the adoption of CSA practices is not only beneficial to CSA adopters but could potentially be beneficial to non-CSA adopters should they adopt. These results have implications for reaching some of the sustainable development targets, especially the twin goals of increasing agricultural productivity and maintaining environmental sustainability.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».