MétaCan
Menu
Retour à la cohorte
Enregistrement W4409174936 · doi:10.1007/s11027-025-10212-1

Climate change perception, adaptation, and constraints in irrigated agriculture in Punjab and Sindh, Pakistan

2025· article· en· W4409174936 sur OpenAlexaff
Muhammad Mobeen, Khondokar H. Kabir, Uwe A. Schneider, Tauqeer Ahmed Lak, Jürgen Scheffran

Notice bibliographique

RevueMitigation and Adaptation Strategies for Global Change · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of Guelph
Organismes subventionnairesHigher Education Commision, PakistanUniversität HamburgDeutsche ForschungsgemeinschaftDeutscher Akademischer Austauschdienst
Mots-clésAdaptation (eye)AgricultureClimate changePerceptionAgroforestryClimate change adaptationGeographyEnvironmental scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Pakistan's irrigated agriculture suffers from climate change due to its high exposure to climate extreme events and the low adaptation of its farming systems. Understanding the human aspects of adaptation decisions in a vulnerable climatic environment is integral for policymakers who want to enhance farmers’ adaptive capacity. This study investigates how farmers perceive climate change and what adaptation strategies they consider. Furthermore, we assess the enabling and constraining factors influencing farmers’ adaptation decisions. We conducted in-person interviews with 800 farmers across Pakistan's irrigated districts of the Punjab and Sindh provinces. We used a standardized questionnaire to gather primary cross-sectional data, which we analyzed with descriptive statistics. The results show that farmers in the Indus Plain have noticed changes in climate extremes along with longer summer and shorter winter seasons during the last ten years. Most farmers are aware of adaptation options and have already applied some measures. However, the dominant adaptation strategies differ between regions. The farmers in Punjab have primarily adopted crop and farm management practices, while farmers in Sindh have focused on implementing irrigation measures. In both provinces, farmers regarded rainwater harvesting as the least adopted strategy due to perceived lower effectiveness and practical challenges. The main constraints in the region are a lack of financial resources, water scarcity, and poor soil fertility. Farming decisions are primarily influenced by the availability of financial capital, and specific challenges such as variable rainfall patterns and rising temperatures. Our findings can help policymakers design better policy instruments that account for farmers’ perceptions, motivations, and constraints and are thus more effective in promoting sustainable farming practices in Pakistan.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,069
Tête enseignante GPT0,299
Écart entre enseignants0,230 · 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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMitigation and Adaptation Strategies for Global ChangeMême sujetClimate change impacts on agricultureTravaux en français237 207