Impact of perceptions of climate variability on investment decisions pattern among smallholder rice farmers in Nigeria
Notice bibliographique
Résumé
ABSTRACT Although perceptions of climate change have been widely studied, limited attention has been given to how these perceptions influence the investment decisions of smallholder farmers in rice production. This study, therefore, examined the impact of perceived climate variability on investment choices among smallholder rice farmers in the study area. A multi-stage sampling technique was used to select 240 smallholder farmers. Data were collected through field surveys, interviews, and structured questionnaires and were analyzed using descriptive statistics and a Seemingly Unrelated Regression (SUR) model. Descriptive analysis revealed that 61.90% of the rice farmers perceived climate variability in their environment. In response to these perceptions, 86.60% of the farmers invested in labor, 72.80% in herbicides, 66.80% in fertilizers, 46.50% in pesticides, and 34.70% in tractor rentals. Notably, a majority of 58 farmers simultaneously invested in three different inputs. Results from the SUR model indicated that household size, extension services, income, age, farm size, membership in cooperative societies, access to credit, primary occupation, participation in farm associations, years of education, and perception of adverse climatic conditions significantly influenced farmers' investment decisions. The study concludes that smallholder rice farmers tend to make multiple investment decisions as a strategy to cope with climate variability. It recommends that stakeholders involved in climate change mitigation and adaptation initiatives intensify efforts to educate smallholder farmers on the benefits of diversified investment strategies in the face of changing climatic conditions.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 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 ».