Assessment of Sustainable Livelihoods of Small Holder Farmers in the Densely Populated Highlands of South-Western Uganda
Notice bibliographique
Résumé
The paper uses cross sectional data from 281 farm households collected through farmer interviews, focus group discussions and field observation from the densely populated highlands of southwestern Uganda. It is derived from a baseline study of a project aimed at developing agricultural intensification models for sustainable livelihoods in the study area. We assess livelihood activities and use the Sustainable livelihood framework, to assess livelihood vulnerability of the small holders focusing on the social and demographic profiles, livelihood strategies, social networks, financial capital and food. The details of the subcomponents for each of the major components are presented and discussed. Crop production is the major source of livelihood for 93.1% of the sampled households. The study shows that households in the study area have a relatively low livelihood vulnerability index of 0.33. Female headed households are more vulnerable with an index of 0.36 compared to male headed households with LVI of 0.32. About 19% of the sampled households are highly vulnerable with a LVI of 0.5. High vulnerability was recorded for social networks at 0.43 and the lowest recorded is 0.29 for food. Results indicate an average household dietary diversity score of 6, implying limited nutrients for some households. A more detailed study on food and nutrition security might be important to identify the gap in nutrient levels. Pests and diseases, unpredictable weather and low soil fertility are the major factors limiting production. Replication of this study including data on other key components specifically climate change might provide information about how the exposure, adaptive capacity, and sensitivity of the region will change as intensification adaptation practices are initiated.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».