Drivers of Grass Pea ( <i> <scp>Lathyrus sativus</scp> L </i> .) Market Supply and Its Sustainability Payoffs: Evidence From Jama District, Ethiopia
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.
Notice bibliographique
Résumé
ABSTRACT Grass pea ( Lathyrus sativus L .) is a climate‐smart legume crop widely grown in Ethiopia, well‐known for its resilience to abiotic stresses, and serves as an insurance crop. Despite its ecological and agronomic benefits, the crop's market supply remains underexplored from both economic and sustainability perspectives. This study examines the determinants of grass pea market supply and its broader implications for ecological resilience and smallholder sustainability. Two hundred fifty grass pea producers were selected using a two‐stage random sampling technique. Data on household characteristics, multi‐year yields, income recall, follow‐up crop yields, and perception‐based Likert‐scale responses were collected through structured questionnaires. The Box‐Cox regression model was employed to analyze determinants of grass pea market supply. Results indicate that farm experience, land size, yield, credit access, and livestock ownership significantly enhance market supply, whereas distance to the market negatively affects participation. Moreover, t /χ 2 test results show that farmers with higher market supply levels reported greater adoption of sustainable practices, higher follow‐up crop yields, and stronger agreement on the grass pea's ecological benefits. Based on the findings, this study recommends that policy initiatives should focus on increasing smallholders' access to reasonably priced credit, enhancing rural transportation and market linkages to lower transaction costs, and providing focused training on soil fertility and market‐oriented production, particularly for subsistence farmers. These initiatives will promote sustainable agricultural systems and economic growth if they are incorporated into local extension programs and aligned with Ethiopia's Climate‐Smart Agriculture policies.
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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 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 découle