Transformative adaptation: from climate-smart to climate-resilient agriculture
Notice bibliographique
Résumé
Abstract In response to the climate crisis, there has been much focus on climate-smart agriculture (CSA); namely, technologies and practices that enhance adaptation, reduce greenhouse gas emissions, and contribute to food security; the so-called triple win. Success has tended to be measured in terms of the number of farmers adopting CSA with less focus given to the impacts especially on human development. CSA can inadvertently lead to ‘maladaptation’ whereby interventions reinforce existing vulnerabilities either by benefitting powerful elites or by transferring risks and exposure between groups. Such maladaptive outcomes often stem from overly technical adaptation programming that is driven by external objectives and discounts the social and political dynamics of vulnerability. Increasingly a more nuanced picture is emerging. This reveals how a failure to contextualize CSA in relation to the structural socio-economic dynamics associated with agricultural systems that render some categories of farmer especially vulnerable to climate change, undermines CSA’s contribution to reducing rural poverty and increasing equity. In response, there is a growing focus on transformative orientations that pursue a more deep-seated approach to social, institutional, technological and cultural change in order to address the structural contributors to vulnerability and differential exposure to climate risk. Addressing these questions requires a robust consideration of the social contexts and power relations through which agriculture is both researched and practiced. For agriculture to be transformative and contribute to broader development goals, a greater emphasis is needed on issues of farmer heterogeneity, the dangers of maladaptation and the importance of social equity. This entails recognizing that resilience encompasses both agro- and socio-ecological dimensions. Furthermore, practitioners need to be more cognizant of the dangers of (i) benefiting groups of already better off farmers at the expense of the most vulnerable and/or (ii) focusing on farmers for whom agriculture is not a pathway out of poverty. The success of these approaches rests on genuine transdisciplinary partnerships and systems approaches that ensure adaptation and mitigation goals along with more equitable incomes, food security and development. The greater emphasis on social equity and human well-being distinguishes climate-resilient from climate-smart agriculture.
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 | 0,003 | 0,027 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».