Supporting the capacities and knowledge of small-holder farmers in Kenya for sustainable agricultural futures: A Citizen Science pilot project
Notice bibliographique
Résumé
Sub-Saharan Africa is often presented as the continent most vulnerable to climatic change with major repercussions for food systems. Coupled with high rates of population growth and existing nutritional deficiencies, the need to enhance food production across the continent is thus seen as a major global imperative. We argue here, however, that current models of agricultural development in Eastern Africa often marginalise critical small-holder knowledge from the process of future agricultural design due to a lack of a methodological tools for engagement. This paper addresses this by outlining a potential means to capture and share locally produced agronomic information on a large scale. We report on a ‘Citizen Science’ pilot study that worked with smallholder farmers in Elgeyo-Marakwet County, western Kenya, to co-design a mobile application using the well-developed Sapelli platform that easily allows farmers to identify, record and geolocate cropping patterns and challenges at multiple stages in the agricultural calendar using their own understandings. The pilot project demonstrated the technical and epistemological benefits of co-design, the abilities of smallholder farmers to co-design and use smartphone applications, and the potential for such technology to produce and share valuable agricultural and ecological knowledge in real time. Proof-of-concept data illustrates opportunities to spatially and temporally track and respond to challenges related to climate, crop disease and pests. Such work expounds how smallholder farmers are a source of largely untapped ecological and agronomic expert knowledge that can, and should, be harnessed to address issues of future agricultural resilience and food system 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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,004 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».