The Institutionalization of Farmer Field Schools in Latin America
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
Agricultural systems in Latin America face complex challenges (climate change, socio-political instability, and environmental degradation). These undermine food security and smallholder and Indigenous farming systems resilience. Although local knowledge contributes to adaptation, it is constrained by institutional fragmentation. Approaches such as the Farmer Field School (FFS), based on experiential and collaborative learning, offer promise. However, embedding FFS within national institutional frameworks remains a major challenge. This study explores the institutionalization of FFS in Peru, Colombia, Bolivia, Honduras, and Costa Rica. It examines methodological practices, constraints, and enabling conditions shaping extension and institutional strengthening. A qualitative approach included interviews, field visits, and focus groups with actors from governmental, academic, NGO, and private sectors. Data collection was informed by a literature review and purposive snowball sampling. Findings reveal that institutionalization levels differ across countries, shaped by policy contexts, institutional structures, and actor networks. Success cases showed strong inter-institutional collaboration, curricular integration, and long-term support. Barriers include weak coordination, fragmented policies, and limited institutional capacity. Universities were central in Costa Rica, Colombia, and Honduras, while NGOs and state agencies led in Peru and Bolivia. National alignment and inclusive partnerships were essential to institutionalization efforts. Effective institutionalization requires coherent policies, investment in institutional capacities, and sustained multi-sector collaboration. Embedding FFS into formal education and aligning with rural development agendas enhances their sustainability and transformative potential.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle