Building climate resilience in the MENA region: a feminist political ecology of agroecology and neglected and underutilized crop species
Notice bibliographique
Résumé
This study explores the factors associated with the cultivation of neglected and underutilized crop species (NUS) and agroecology adoption (crop rotation with legumes) amid the climate crisis in rural Lebanon and Morocco. A mixed-methods approach (interviews and questionnaire survey) was used. Five key informant interviews as well as a survey of 923 farmers: 465 in Lebanon (242 men and 223 women) and 458 in Morocco (238 men and 220 women) were conducted. This paper addresses two key questions: (1) what are the predictors of agroecology and NUS cultivation, and (2) what are the primary gendered NUS varietal preferences of farmers and why? Using insights from feminist political ecology, and applying logistic regression analysis, key predictors of adoption include gender, with Moroccan women more likely to adopt agroecology, and age, as older farmers in Morocco are less likely to engage. In Lebanon, marital status influences adoption, with divorced or widowed farmers more engaged in NUS cultivation. Education and wealth also play significant roles, with higher levels of both positively associated with agroecology and NUS adoption. Amid the climate crisis, men and women farmers both indicated that traits like drought resistance and suitability for low rainfall conditions are key drivers for NUS and agroecology adoption. Some key reasons for NUS varietal preferences included, market demands, the need to reduce burden on women, taste and cooking qualities, and to adjust to the climate. Farmers, especially women, also indicated importance of flour blending in their uptake of barley cultivation. These findings highlight the complex motivations behind NUS varietal selection, and the importance of context-specific strategies to support sustainable agriculture in the MENA region.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».