MétaCan
Menu
Retour à la cohorte
Enregistrement W4404653878 · doi:10.1016/j.wdp.2024.100643

Beer, barley, livestock, milk: Who adopts agricultural innovations in rural Rajasthan?

2024· article· en· W4404653878 sur OpenAlexaff
Dina Najjar, Bipasha Baruah

Notice bibliographique

RevueWorld Development Perspectives · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Practices
Établissements canadiensWestern University
Organismes subventionnairesConsortium of International Agricultural Research CentersBill and Melinda Gates Foundation
Mots-clésLivestockAgricultureAgricultural economicsBusinessAgricultural scienceEconomicsGeographyEnvironmental scienceForestry

Résumé

récupéré en direct d'OpenAlex

• Socio-economic hierarchies often shape the benefits of agricultural innovations. • Research mainly focuses on Green Revolution crops like rice, maize, and wheat. • Little is known about socio-economic impacts on other crops, livestock, and their interactions. • Our Rajasthan study explored barley farming and livestock rearing. • Poorer farmers and women can benefit if innovations are first adopted by wealthier men. Research conducted in developing countries in the past 50 years generally suggests that most agricultural innovations (whether technological, social, or financial in nature) end up reinforcing existing socio-economic hierarchies based on gender and class. Most of these findings are drawn from the Green Revolution, which focused overwhelmingly on high-yielding varieties of rice, maize, and wheat, along with the introduction or expansion of irrigation and extension services and the use of fertilizers and pesticides. Less is known about how agricultural innovations involving other crops or livestock, especially if introduced in tandem, perform in alleviating poverty or reducing gender inequality. We conducted a study in three agricultural communities in rural Rajasthan, India to understand how the adoption of agricultural innovations for barley cultivation and livestock rearing are influenced by the gender, age, and class background of farmers, and whether such innovations can alleviate poverty and promote gender equality in rural settings. We found that although innovation adoption is influenced by gender, class and age (with gender exerting a stronger influence than class or age), poorer farmers and women can under certain circumstances benefit from agricultural innovations adopted initially by wealthier male farmers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,235
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Development PerspectivesMême sujetAgricultural Economics and PracticesTravaux en français237 207