Agricultural intensification through multiple-season farming: Effects on resiliency, food security and nutrition
Notice bibliographique
Résumé
Agricultural intensification is key to improving food security, nutrition, and resilience. While most approaches focus on increasing productivity using improved inputs like fertilizers, an alternative, relatively understudied method involves multiple-season farming—cultivation across multiple periods in a year, enabled by conditions such as irrigation or alternative water access. Using panel data from the World Bank Living Standards Measurement Study (2010–2019) in Malawi, we examine how multiple-season farming shapes household food security, child nutrition, and resilience, defined as persistent food security over time. To mitigate selection bias, we employ fixed-effects and instrumental variable fixed-effects models. We find that multiple-season farming is statistically significantly associated with improved household food security (at the 1% level), particularly for asset-rich and male-headed households. Multiple season farmers cultivate more diverse crops and engage in market sales, which enhances their food supply. However, we find no significant impact on child nutrition. Using Cissé and Barrett’s (2018) moment-based method to estimate resilience, we provide suggestive evidence that multiple-season farming also positively affects household resilience. These results point to the potential of multiple-season farming to bolster food security and help farmers adapt to climate change. Our results also highlight the need for interventions that support poor and female-headed households to access the inputs needed for multiple season farming. • Multiple season farmers consume one more food group weekly and have a higher Food Consumption Score. • Multiple season farmers cultivate 1–2 more crop types and are more likely to sell crops in markets. • Multiple season farming (MSF) and resiliency are positively associated though this result is not robust to an IV specification. • MSF positively impacts the food security of better-off and male-headed households. • We do not find a statistically significant relationship between MSF and child nutrition.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».