Sustainability of Agricultural Practices in Various Agro-Ecological Zones of Bhutan
Notice bibliographique
Résumé
Bhutan’s agriculture sector has consistently advocated sustainable agricultural practices, yet it grapples with a range of interconnected challenges. These challenges encompass limited arable land, labour shortages, human-wildlife conflicts, and inadequate irrigation facilities, outbreaks of pests and diseases, and impacts of climate change. Therefore, this study assessed the sustainability of agricultural practices at the farm level across three agro-ecological zones: dry subtropical, cool temperate, and alpine. A total of 392 households were selected through simple random sampling for face-to-face interviews. The data collection, analysis, and reporting adhered to the guidelines of Sustainable Development Goals Indicator 2.4.1. The study focused on three dimensions of sustainability, comprising eight themes and eight sub-indicators for agriculture sustainability. The sustainability status was visualized using traffic light approach: green for desirable, yellow for acceptable and red for unsustainable. Results showed social dimensions across the study areas were in a desirable status. The environmental dimension exhibited desirable status in alpine zone. However, around 60% of agricultural land in dry subtropical and 77% in cool temperate zones have acceptable fertilizer management, while about 38% and 23% respectively fall into unsustainable category. Similarly, only about 73% of agricultural areas in the cool temperate zone are in acceptable status in pesticide management, and 23% under unsustainable status. Furthermore, the economic dimension across agro-ecological zones displayed unsustainable status in farm output value with 30% of farms in cool temperate, 78% in dry subtropical, and 74% in alpine zones. Strategic interventions are imperative in addressing economic and environmental dimensions to promote resilient and sustainable agricultural practices in Bhutan and analogous regions. Findings underscore the importance of identifying that similar impacts could potentially extend to other dry subtropical regions worldwide.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».