Drought frequency, conservancies, and pastoral household well-being
Notice bibliographique
Résumé
Portions of group ranches of northern Kenya communally held by pastoralists have been removed from grazing to support wildlife and encourage tourism and the resources that follow. These community-based conservancies (CBCs) were designed to benefit CBC members through regular payments, potential for wages, improved security, etc. We used a coupled-systems simulation approach to quantify potential changes in livestock numbers and pastoral well-being associated with the presence of CBC core and buffer areas, and we did so under the current frequency of droughts and increased frequency associated with climate change. The interannual precipitation coefficient of variation (CV) for our focal CBCs in Samburu County was 22% (706 mm average precipitation). We altered precipitation variability to span from 10% to 60% CV while maintaining the average. Compared to a simulation with observed precipitation and all rangelands available, when herders did not use the CBC core areas and seasonally avoided buffer areas, there was an 11% decline in tropical livestock units supported. More predictable precipitation patterns supported more livestock and improved pastoral well-being. At CVs above 30%, dramatic declines in livestock populations were simulated. When drought was made moderately more frequent (i.e., CV from 22% to 27%) there was a 15% decline in the number of livestock. Members receive a variety of benefits as part of CBC communities, but payments are small for these CBCs, and most households do not receive payments. Our results suggest that, from an economic perspective alone, payments must be raised to make membership of residents in conservancies more tenable. Additional adaptive pathways and perhaps external supports will be needed in the future as the frequency of drought increases and livestock populations decrease.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 ».