MétaCan
Menu
Retour à la cohorte
Enregistrement W4399415822 · doi:10.5751/es-15003-290216

Which community network structures can support sustainability programs? The case of the Sustainable Cocoa Production Program in Indonesia

2024· article· en· W4399415822 sur OpenAlexvenueno aff
Abner Yalu, Petr Matouš

Notice bibliographique

RevueEcology and Society · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCocoa and Sweet Potato Agronomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityProduction (economics)BusinessSustainable productionEnvironmental resource managementNatural resource economicsSustainable developmentEnvironmental economicsEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Smallholder farming is a source of livelihoods and food for many but also a major contributor to global environmental challenges. Prominent studies have found connections between the productivity and sustainability of individual smallholders’ practices and their positions in local social networks. However, the role of entire community network structures for the adoption of diverse types of practices is relatively less understood. This matters because findings from individual-level network studies of adoption of single practices do not necessarily scale up to provide relevant implications for wide-ranging landscape-level problems. This study seeks to answer the following: (1) Which community network structures are associated with adoption of a broad range of practices recommended by a sustainability program? (2) Which community network structures are associated with farmers’ adoption of similar practices as their peers within the same community? We examine a program in Sulawesi, Indonesia that aimed to reduce greenhouse gas emissions from cocoa while sustaining productivity, using data that includes over 5000 peer-to-peer social ties of 4573 individuals in 70 villages and their adoption of 22 practices. Multiple linear regressions showed that communities with more cohesive network structures tend to display more homogeneous practices. However, the adoption of recommended practices in such communities was generally lower than in less cohesive community networks where internal social influence might be weaker and openness to experiment with diverse externally introduced practices higher. This case illustrates a situation where community bonding social capital may not support an intervention aiming at greenhouse gas reduction and it provides some suggestions why the same program may be more effective in some communities than others.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,958

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetCocoa and Sweet Potato AgronomyTravaux en français237 207