Climate Change Perceptions and Associated Characteristics in Canadian Prairie Agricultural Producers
Notice bibliographique
Résumé
Climate change (CC) poses a threat to agricultural sustainability, which is important in the Canadian Prairies, as agriculture is a major occupation and driver of the economy. Agriculture involves both the creation and mitigation of emissions related to CC. To implement adaptation and mitigation practices, producers should accept CC as fact. This study is based in Saskatchewan, Canada, where CC denial is prevalent in public comments. To assess the validity of this anecdotal impression, this study provided a snapshot of Saskatchewan agricultural producers’ perceptions and observations of CC and assessed whether views on CC are associated with characteristics of political orientation and affiliation, mental flexibility, systems thinking, time orientation, climate knowledge, climate observations, and demographic variables. A survey was developed with the following four sections: (1) individual characteristics; (2) observed changes in climate-related variables; (3) knowledge and perceptions about CC; and (4) demographic variables. The survey included multiple-choice questions and items scored on a Likert scale. The survey was completed by 330 Saskatchewan agricultural producers (i.e., farmers and ranchers). The results indicated more CC denial in Saskatchewan producers than in other Canadian samples. Individual and socioeconomic characteristics of lower levels of formal education, identifying as male, conservative political affiliation and ideation, low trust in science, and low mental flexibility were associated with less acceptance and concern of CC. It is therefore necessary to consider socioeconomic and individual characteristics of producers in measures aiming to increase the acceptance of the reality of CC. Future intervention research should target male producers with lower levels of formal education, low trust in science, low mental flexibility, and right-leaning political ideation for the improvement of CC perceptions and examine different teaching methods (e.g., lectures, workshops, webinars) and dissemination methods (e.g., online versus in-person sessions) to see how various techniques may influence learning, as well as the way the information is used by particular groups.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».