Adoption of ICT4D and its determinants: A systematic review and meta-analysis
Notice bibliographique
Résumé
Various Digital Agricultural Technologies (DAT) have been developed and implemented around the world. This study aims to estimate the overall adoption rate and identify the determinant factors for a better adoption perspective after decades of innovation and dissemination. A systematic review was conducted on published studies that reported adoption rates and determinant factors using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) protocol. We used meta-regression and the partial correlation coefficient to estimate the effect size and establish the correlation between socioeconomic characteristics and the adoption of various technologies reported. Fifty-two studies with 32400 participants met the selection criteria and were included in the study. The results revealed an overall pooled adoption rate of 39 %, with the highest adoption rates in developing countries in Africa and South America. Socioeconomic factors such as age, education, gender, and income were found to be the main determinants and should be considered when designing technology for sustainable adoption. The study also found that young farmers were more susceptible to adoption. Moreover, farmers with higher income levels and educational attainment are more likely to use technology linked to agricultural production, market access, and digital advising, implying that high-income farmers with more education are more tech-savvy. However, this does not exclude low-income and low-educated farmers from adopting the technologies, as many models and strategies with socioeconomic considerations were developed. It is one of the reasons behind the underlying enthusiasm for digital agricultural adoption in low and middle-income countries.
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 | 0,020 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,033 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».