MétaCan
Menu
Retour à la cohorte
Enregistrement W6950155918 · doi:10.5281/zenodo.4877810

Implementing a Capacity Development Initiative to Build Resilience to Better Adapt to Climate Change: A Case Study in Ethiopia, Africa

2021· article· en· W6950155918 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapacity buildingResilience (materials science)AgricultureClimate resilienceCapacity developmentGovernment (linguistics)Climate changePsychological resilienceMonitoring and evaluation

Résumé

récupéré en direct d'OpenAlex

Abstract— A five-year capacity development initiative called Small-scale and Micro Irrigation Support (SMIS) Project has been funded and launched in Ethiopia by the governments of the Netherlands and Canada in close collaboration with the local government in the year 2014. The project has been mobilized to expand the capacity of agriculture and water sectors that will use the newly-provided technologies to increase yields and quality of their agricultural products as well as to strengthen their resilience to better adapt to climate change at four Ethiopian states including the state of Tigray. The capacity building plan in the Tigray state has been implemented in eight-pilot woredas (villages) and twelve running pilot irrigation schemes. To bridge the identified capacity gaps, many regional and woreda level agriculture and water sector staff as well as the farmers have been trained using the SMIS Project six-stage capacity development strategy. The progression of several related key indicators was continuously traced using the performance measurement framework (PMF) method and the results were communicated to the stakeholders utilizing results-based management (RBM) approach. The intermittent outcomes have shown that the implementation of SMIS Project capacity development initiative has created landmark changes and outstanding qualities among the relevant institutions, staff, and farmers in the pilot schemes of all sub-regions in the Tigray state. The project has promoted more efficient institutions and was able to train many skillful farmers to build resilience to better adapt to climate change when it strikes. This paper will discuss and present the project outline and its partial achievements until the project midterm.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,003
Communication savante0,0040,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
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 Opus0,156
Tête enseignante GPT0,301
Écart entre enseignants0,145 · 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'étudeQualitatif
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetClimate change impacts on agricultureTravaux en français237 207