Brewing inclusivity: foreign agribusiness and local food security – the case of Heineken in Ethiopia
Notice bibliographique
Résumé
Purpose Inclusive agribusiness models are recognized as a vital strategy for addressing development challenges by enabling smallholder farmers to profitably engage in agricultural value chains. Hence, the purpose of this study is to explore the impact of a proclaimed inclusive agribusiness model on farmers’ productivity, asset stock and dietary diversity and its indirect effects on the local community in the Arsi Zone, Ethiopia. Design/methodology/approach This study used a mixed research approach. Survey data from 251 households were analysed using endogenous switching regression and propensity score matching to compare participant and non-participant households in terms of productivity, asset acquisitions and dietary diversity status. To understand the indirect effects on the wider community, interviews with key informants and focus group discussions with participants and non-participants were conducted. Findings Contracted farmers registered increased malt barley productivity and asset stocks. However, with regard to dietary diversity, there was no significant difference between participating and non-participating farmers. Interviews revealed that this was due to spending on priorities other than food and less diverse food availability in rural markets. Research limitations/implications Inclusive business approaches can positively contribute to smallholder farmers’ productivity and income, yet this does not automatically translate into improved household diet diversity in rural areas. For this to occur, local food availability and accessibility should be taken into consideration. In addition, evaluating the impact of an inclusive business approach on a small minority (i.e. contract farmers) risks overlooking the impact on the majority, who are not reached by these business arrangements. Originality/value This study contributes to the literature and debates on private sector-led development by illustrating the impact of presumably inclusive agribusiness on local food security. The unique feature is that this study also considers wider community effects.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».