The effects of connectedness to nature and perceptions of water scarcity on behavioral tendency towards sustainable water consumption
Notice bibliographique
Résumé
This study introduces a roadmap for developing social indices of water resource sustainability, focusing on water scarcity perception and connectedness to nature, and examines their influence on farmers’ water consumption tendencies. Using a mixed-methods design, we identified 41 indicators of water scarcity perception and 10 indicators of connectedness to nature. Exploratory factor analysis grouped these into three dimensions of water scarcity perception— perceiving driving factors of water shortage (PDFWS), perceiving consequences of water shortage (PCWS), and knowledge of strategies for adaptation to water shortage (KSDWS)—and three dimensions of connectedness to nature—cognitive, emotional, and behavioral. Structural equation modeling demonstrated that PDFWS (Beta = 0.45; Sig = 0.001; T = 4.90), PCWS (Beta = 0.13; Sig = 0.008; T = 2.75), KSDWS (Beta = 0.21; Sig = 0.001; T = 3.28), cognitive connectedness (Beta = 0.16; Sig = 0.005; T = 2.83), affective connectedness (Beta = 0.26; Sig = 0.003; T = 2.95), and behavioral connectedness (Beta = 0.26; Sig = 0.001; T = 4.05) had significant positive effects on farmers’ sustainable water consumption tendencies. Among them, PDFWS exerted the strongest influence, indicating that farmers more aware of the d driving factors of water shortage were most inclined toward sustainable practices. These results highlight the novelty of developing validated social indices for understanding farmers’ sustainability orientations and demonstrate their practical role in shaping pro-environmental behavior. The findings provide evidence-based guidance for policymakers and practitioners to design targeted communication and training strategies that strengthen water conservation behavior in agricultural communities. Additionally, the study offers theoretical insights into the psychological and social drivers of water conservation and informs policy development for sustainable agricultural water management.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».