Smallholder Cattle Development in Indonesia: Learning from the Past for an Outcome-Oriented Development Model
Notice bibliographique
Résumé
Despite numerous programs implemented for beef self-sufficiency in Indonesia, beef demand has steadily increased, while national beef production supplies only half of the national market demand.Smallholder farmers plays a pivotal role in beef sector since more than 90% of cattle production in Indonesia is developed by smallholder farmers.The paper aims to review and recommend a model for smallholder cattle development in Indonesia.The paper collected data from literature review and assess the trajectory of cattle development in Indonesia, focusing on recent national programs to increase the cattle population and how it evolved.The vast majority of cattle production is operated by smallholder farmers characterized by traditional practices and, heavily relying on nature as a feed source, have limited cattle production/productivity. Delivered cattle development programs have had little impact on increasing the cattle population and narrowing the domestic beef market demand gap.Efforts to increase small-scale livestock farming will narrow the supply-demand gap in the beef market and improve farmers' livelihoods.The paper highlighted that despite the implementation of national programs, the heterogeneous agroecological, socio-economic, and cultural conditions across regions should be considered in cattle development programs to achieve sustainable outcomes.Based on previous research for development initiatives, this recommendation is formulated into different models according to the cattle farming systems.Implication of these varying model is that development programs need to consider local conditions and no one-size-fits-all approach.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».