Technology adoption and weed emergence dynamics: social ecological modeling for maize-legume systems across Africa
Notice bibliographique
Résumé
Ecological practices such as intercropping maize (Zea mays) with cowpea (Vigna unguiculata L.) have been promoted to combat parasitic weeds like Striga (Striga asiatica). Intercropping has been promoted across Africa as a Striga control practice (SCP) and food security measure. Despite past efforts, millions of smallholder farmers (cultivating < 2 ha of maize) still struggle to implement SCPs. Social and ecological factors that prevent SCP implementation are well documented in the literature, but their underlying interactions have remained elusive. System dynamics modeling can uncover these interactions and assess their effect on intercropping rates as well as Striga emergence. This study presents a participatory mixed methods approach to build a system dynamics model based on two theories: diffusion of innovations and resource pool dynamics. The model estimates the population of fields where Striga emerged in response to intercropped fields when various interventions were implemented. According to model simulations, if new policies are not enacted to support intercropping, Striga is likely to spread to 2,625,000 maize fields, parasitizing almost 75% of smallholder farms across Central Malawi by 2036. The participatory approach allowed us to evaluate several policies, one of which sustained enough adopters to limit Striga emergence to < 500,000 fields, reducing the weed’s threat to food security. This policy considers how input costs and erratic rainfall can lead to disadoption, therefore, supporting the implementation of five to six consecutive years of intercropping by providing both fertilizer subsidies and demonstration plots. In this study, our participatory approach has shown to develop a model that can highlight interactions in social ecological systems, their leverage points, and how they can be exploited to develop effective food security policies.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».