Effects of extension service on the uptake of climate-smart sorghum production practices: Insights from drylands of Ethiopia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The promotion of climate-resilient practices (CRPs) requires the development of the capacity of farmers to adopt these practices owing to the knowledge-intensive nature of technologies. Extension services serve as a conduit for facilitating the conceptualization of CRPs and are instrumental in improving the resiliency and mitigation of climate change . We used a social-ecological framework and a multivariate probit model to analyze the drivers of the CRP uptake in moisture-stressed areas in Ethiopia, with a particular focus on extension services. Unlike previous studies that investigated a single technology, we considered a bundle of technologies. We focused on the use of two capital-intensive CRPs (drought-resistant seed and inorganic fertilizer) and four knowledge-intensive CRPs (minimum tillage, farmyard manure, water-saving technology, and crop residue retention). The role of extension services in promoting other CRPs beyond input and capital-intensive technologies was insignificant. Heterogeneity analysis revealed that the correlation between extension services and the adoption of other knowledge-intensive natural resource management practices holds irrespective of the proximity to the extension service providers. This finding highlights the need for targeted and tailored interventions that support farmers to address the challenges faced by them in moisture-stressed areas. Accordingly, we propose continuously improving the ability of the extension service providers to promote climate-change adaptation knowledge and practices. This should be accompanied by efforts to strengthen a pluralistic extension system, improve land tenure security, and decrease transaction costs for farmers through output market linkages.
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.
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 découle