The Role of Social Capital in the Adoption of Firewood Efficient Stoves in the Northern Peruvian Andes
Notice bibliographique
Résumé
This paper explores rural households’ adoption of a new cooking technology in the Northern Peruvian Andes. It exploits a development intervention which distributed and installed, at no cost, firewood efficient stoves in the rural communities of Chalaco District. Using first hand data, collected from the beneficiary villages, this research investigates how village technology adoption patterns and village social capital mutually interact and influence the individual household’s adoption decision. The results in this paper indicate that the effect of village adoption patterns on the household’s adoption decision is significantly higher in villages with stronger social capital and that the marginal impact of social capital may be negative if village success in adoption is relatively low. It is also shown that only the proportion of adopters that did not experience problems with their own stoves has a positive impact on individual household adoption through its interaction with social capital, while the reverse is true for the village proportion of adopters experiencing problems with the new cooking technology. In this study measures of social capital were collected prior to the intervention; therefore, reverse causality should not be a critical issue in identifying the effects of this social variable. Village unobservable factors are not likely to drive the observed patterns in the data; this paper also shows that village success in adoption has a negative effect on the decision to uninstall the stove among beneficiary non users and that this effect is also increasing in village social capital. The results point to the importance of village social structures in the success of development interventions.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».