Agricultural socialized services in China’s smallholder farming systems: a systematic review of service types, benefits, and measurement challenges
Notice bibliographique
Résumé
This review investigates the existing research on agricultural socialized services (ASS), focusing on their benefits to smallholder farmers and the barriers these farmers encounter in accessing such services. ASS are vital to modern agricultural systems, influencing both service providers and smallholder practices in various national contexts. Although previous studies have examined trends and levels of ASS development, there has been limited exploration of the specific types of services that warrant further research and the obstacles facing smallholders in their implementation. This deficiency in information heightens the vulnerability of smallholder farmers to ongoing and unpredictable risks. To address this issue, we employed a modified Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) technique to conduct a thorough literature search, applying eligibility criteria to identify pertinent studies. The selected literature was categorized by service type and their reported benefits to smallholders, without imposing restrictions on study methodologies. Our findings indicate that 66% of the analyzed studies concentrated on production-stage services, particularly machinery outsourcing, which is largely influenced by rural labor migration and aims to optimize yields. In contrast, only 16% of the studies explored multi-stage ASS integration (which includes pre-production, production, and post-production services), and none examined the concept of holistic service bundling. While mechanization services emerged as prominent due to their measurable productivity enhancements, significant gaps remain in assessing intangible benefits and understanding systemic trade-offs. Throughout the review, we identified challenges in measuring the effects of these services, such as difficulties in quantifying subjective impacts, data validation shortcomings, and the need for improved simulation models. Ultimately, this review calls for a shift in research direction towards a wider array of service types, the development of cost-effective delivery mechanisms, and strategies to improve access, all of which are essential to enhancing the resilience and livelihoods of smallholder farmers.
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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,015 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».