Assessing gender disparities in farmers’ access and use of climate-smart agriculture in Southern Tanzania
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The importance of common bean in Tanzania is increasingly challenged by climate change, which increases women's vulnerability and undermines the contribution of the crop to food security and rural livelihoods. This study assessed gender differences in the use of climate-smart agriculture technologies and practices among bean farmers in Tanzania. A multi-stage sampling procedure was used to collect data from 364 smallholder bean farmers. Descriptive statistics and a multivariate probit model were employed to analyse the determinants of farmers’ adoption of climate-smart agricultural technologies and practices in common bean production. Results revealed that men dominated climate-adaptation decision-making processes at the household level because of their ownership and control over access to land, and access to agricultural support services. Older men farmers demonstrated a positive and significantly higher likelihood of adopting improved seeds (β = 0.026; p < 0.01), signifying they possess greater accumulated knowledge and wealth compared to women farmers and youths. Women farmers also had lower levels of education with fewer technological access contributing to their low uptake of climate-smart technologies, aggravating their vulnerability to climate change. Enhancing inclusive gender access to land and group-based approaches to information dissemination, and capacity building, would be relevant in enabling men, women, and young farmers to improve their adaptive and resilience capacities to climate change. Gender dynamics should be considered in designing climate-smart agriculture policies and implementation of climate-smart agriculture programs and policies to improve farmers’ resilience to climate change.
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.
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 | 0,001 |
| 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 découle