Micro stressors and experiences: Effects of extreme climate events on smallholder food security in semi-arid Ghana
Notice bibliographique
Résumé
The semi-arid region of Ghana is one of the climate change vulnerability hotspots, characterized by extreme climate change events such as floods, droughts, and erratic rainfall. High vulnerabilities coupled with low adaptive capacities lead to catastrophic impacts on agriculture and food systems among subsistence farmers in semi-arid regions. This paper used a cross-sectional survey (n=1100) to explore the association between the experience of four severe climatic stressors (i.e., drought, flood, erratic rain, storm) and household food insecurity among smallholder farmers in semi-arid Ghana. The results showed that an increase in the number of climatic stressors experienced by households was associated with a 2.6 times likelihood of being severely food insecure. Also, the experience of each of the severe climatic stressors (drought, flood, storm and rainfall) was associated with household food insecurity. The study highlights that the localized occurrence and experience of climatic stressors, along with their impacts on food security, make one-size-fits-all adaptation strategies inadequate for protecting smallholder households from the adverse effects of climate stressors on agriculture and food systems in semi-arid Ghana and similar contexts in sub-Saharan Africa. To address this, it is essential to actively engage smallholder households and communities in identifying their varying experiences of climatic stressors and implement targeted strategies tailored to address specific household vulnerabilities.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».