Heterogeneous Perceptions of Rainfall Patterns Among Agropastoral Land Users in Sub-Saharan Africa
Notice bibliographique
Résumé
Human perceptions about climate change constitute knowledge built on lived experiences and such information is useful for guiding effective local-level adaptation strategies. Yet, such perceptions are rarely included in climate change adaptation plans, nor are such perceptions evaluated alongside climate-related data. People’s perceptions about climate change need to be considered, particularly in sub-Saharan Africa, where the impacts of climate change are more pronounced. In this study, we compared Kenyan farmers’ and pastoralists’ perceptions of change in rainfall patterns (amount and variability) to observed rainfall (Climate Hazards Group InfraRed Precipitation with Station rainfall data). We also compared both farmers’ and pastoralists’ perceptions of crop and pasture productivity to remote-sensed estimates of productivity. Overall, crop farmers and pastoralists perceived a decrease in rainfall amount and increase in variability alongside perceived decreases in crop yields and pasture abundance. Perceptions were heterogeneous across space, however, and not consistent with rainfall or productivity observations. Using ordination, we further identified perception archetypes that differed by household socioeconomic characteristics and geographic setting, whereby pastoralists perceived greater changes in both rainfall amount, variability, and productivity than other land users. These results revealed heterogeneous patterns that situate household-level perceptions within landscapes, demonstrating the need for multiscalar management of social-ecological systems. We conclude that there are important differences in perceived patterns of climate impacts that are not captured by commonly used Earth observation products. To ensure adaptation strategies address the lived experiences of communities, better integration of perceived climate change impacts into climate change adaptation planning might be needed.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».