MétaCan
Menu
Retour à la cohorte
Enregistrement W4410767169 · doi:10.1162/asep_a_00953

Impacts of Farmers’ Adaptation to Extreme Weather Events on Rice Productivity

2025· article· en· W4410767169 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAsian Economic Papers · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesnon disponible
Mots-clésExtreme weatherAdaptation (eye)ProductivityClimate change adaptationEnvironmental scienceClimate changeClimatologyGeographyAgricultural economicsEconomicsOceanographyGeologyPsychologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

Abstract Floods and droughts are major concerns for rice farmers in Thailand, particularly those in the Chao Phraya River Basin (CPRB). To mitigate the impacts of these extreme weather events on their rice cultivation and livelihoods, some farm households have implemented adaptation strategies, such as adjusting the crop calendar and changing rice varieties. Using data from a survey of farm households in the CPRB, this study highlights the adaptation strategies adopted and analyzes their impacts on rice productivity through an endogenous switching model. Our results indicate that adaptation to floods in the CPRB increases wet-season rice productivity. The unconditional impact of adaptation on wet-season rice productivity is approximately 120 kg per rai (about 0.16 hectares). The treatment effect, which captures the hypothetical scenario where farm households that adapted chose not to adapt, shows that the impact of adaptation on wet-season rice productivity is around 31 kg per rai. This means that farm households that adapted to extreme weather events would have produced 31 kg less per rai if they had not adapted.

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 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 enseignants0,955
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,026
Tête enseignante GPT0,232
Écart entre enseignants0,207 · 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