MétaCan
Menu
Retour à la cohorte
Enregistrement W4414555862 · doi:10.3390/greenhealth1030015

Effects of Climate Change on Indigenous Food Systems and Smallholder Farmers in the Tolon District of the Northern Region of Ghana

2025· article· en· W4414555862 sur OpenAlexafffund
Suleyman M. Demi

Notice bibliographique

RevueGreen Health · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensGovernment of OntarioGovernment of CanadaAlgoma University
Organismes subventionnairesUniversity of TorontoAlgoma University
Mots-clésIndigenousClimate changeFood systemsFood securityAgricultureTraditional knowledgeBiodiversityChristian ministry

Résumé

récupéré en direct d'OpenAlex

Climate change remains one of the existential threats to humanity in particular and life on earth in general. It presents significant impacts on food and nutritional security, health, and the general well-being of living organisms globally. Despite global efforts to tackle the climate crisis, the record shows that limited progress has been made in curbing the problem. Consequently, this study intends to address the following research question: How does the climate crisis affect indigenous food systems, farmers’ livelihoods, and local communities in the study area? This study was conducted in the Tolon district of the northern region of Ghana from 2017 to 2022. Grounded in the theoretical prism of political ecology and indigenous knowledge perspective, we selected individuals who were smallholder farmers, students, faculty members, extension officers, and an administrator from the Ministry of Food and Agriculture. The data were gathered through in-depth interviews, focus groups, and workshops and analyzed using coding, thematization, and inferences drawn from the literature and authors’ experiences. This study discovered some of the effects of a changing climate, including the extinction of indigenous food crops, poor yield resulting in poverty, and food and nutritional insecurity. This study concludes that failure to tackle climate change could pose a greater threat to the survival of smallholder households in Ghana.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,003
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,255
Écart entre enseignants0,210 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGreen HealthMême sujetClimate change impacts on agricultureTravaux en français237 207