1,721,077 research outputs found
Data generated by the World Agroforestry Centre for the AdaptEA project
No full textThis archive contains data from the AdaptEA project, operating from 2012 to 2015 and led by the Center for International Forestry Research (CIFOR). More specifically, these are the outputs produced by the World Agroforestry Centre (ICRAF), one of the project partner. Funding for this work came from The Rockefeller Foundation
Data generated by the World Agroforestry Centre for the AdaptEA project
No full textThis archive contains data from the AdaptEA project, operating from 2012 to 2015 and led by the Center for International Forestry Research (CIFOR). More specifically, these are the outputs produced by the World Agroforestry Centre (ICRAF), one of the project partner. Funding for this work came from The Rockefeller Foundation
Probabilistic Causal Models for Nutrition Outcomes of Agricultural Actions - Uganda model
No full textThis dataset contains a Bayesian Network (BN) decision model of the expected impact of the long term development agenda of the Ugandan National Planning Authority (Vision 2040) on the nutritional status of households in Uganda. The model was developed using expert knowledge elicited through a facilitated process. The model compares the household-level nutrient supply through smallholder homegarden production vs. the industrial agricultural systems proposed in Vision 2040. It includes 29 main variables, describing the impact pathway from the decision to implement Vision 2040 to household nutrition
Probabilistic Causal Models for Nutrition Outcomes of Agricultural Actions - Kenya model
No full textDecision model for predicting the nutritional benefits of introducing fruits trees on smallholders farms in Keny
Reservoir management in Burkina Faso - decision analysis repository
No full textWithin the "Targeting Agricultural Innovations" project, the World Agroforestry Centre, in collaboration with the University of Bonn, conducted a decision analysis on irrigation reservoir management in Burkina Faso. This dataset contains the model, documentation materials and a methods guide.
The model itself is in the Sediment_model.R file, which can be run in R programming language. The input data is in Sediment.csv, while Sediment_legend.csv contains information on how to label variables in figures. The other 3 .R files contain helper scripts that are necessary for running the code. The code also requires use of the decisionSupport package for R
Filling the voids in the SRTM elevation model — A TIN-based delta surface approach
No full textThe Digital Elevation Model (DEM) derived from NASA's Shuttle Radar Topography Mission is the most accurate near-global elevation model that is publicly available. However, it contains many data voids, mostly in mountainous terrain. This problem is particularly severe in the rugged Oman Mountains. This study presents a method to fill these voids using a fill surface derived from Russian military maps. For this we developed a new method, which is based on Triangular Irregular Networks (TINs). For each void, we extracted points around the edge of the void from the SRTM DEM and the fill surface. TINs were calculated from these points and converted to a base surface for each dataset. The fill base surface was subtracted from the fill surface, and the result added to the SRTM base surface. The fill surface could then seamlessly be merged with the SRTM DEM. For validation, we compared the resulting DEM to the original SRTM surface, to the fill DEM and to a surface calculated by the International Center for Tropical Agriculture (CIAT) from the SRTM data. We calculated the differences between measured GPS positions and the respective surfaces for 187,500 points throughout the mountain range (ΔGPS). Comparison of the means and standard deviations of these values showed that for the void areas, the fill surface was most accurate, with a standard deviation of the ΔGPS from the mean ΔGPS of 69 m, and only little accuracy was lost by merging it to the SRTM surface (standard deviation of 76 m). The CIAT model was much less accurate in these areas (standard deviation of 128 m). The results show that our method is capable of transferring the relative vertical accuracy of a fill surface to the void areas in the SRTM model, without introducing uncertainties about the absolute elevation of the fill surface. It is well suited for datasets with varying altitude biases, which is a common problem of older topographic information
Agroforestry adoption and adaptation: A farmer-centric case study in Son La, Vietnam
No full textAgroforestry is promoted in northwestern Vietnam for enhancing environmental sustainability and supporting livelihoods, particularly in resource-constrained settings. By integrating trees into agricultural landscapes, agroforestry fosters beneficial economic and ecological interactions, offering a broad array of ecosystem services and environmental benefits. Despite these advantages, the adoption of agroforestry has not reached the level necessary to fully realize the potential benefits. This stagnation can be attributed to inherent uncertainties in agroforestry planning and implementation, which may pose risks for farmers considering its adoption. While research and development programs have concentrated on identifying and mitigating barriers to initial uptake, the adoption of agroforestry is recognized as a non-linear and dynamic process where farmers adapt practices based on their perceptions and circumstances. Using northwestern Vietnam as a case study, this dissertation investigates the multifaceted processes of agroforestry adoption, focusing on the dynamics influencing decision-making among resource-poor farmers and the implications for policy and practice.
The research comprises four main studies, organized in four main chapters:
• Chapter 2 integrates uncertainty into long-term benefit projections for agroforestry interventions by applying Decision Analysis and a probabilistic modeling approach. It reveals that while agroforestry offers promising long-term profitability, high upfront costs combined with uncertainties in discount rate, crop yields and prices significantly affect farmer preferences, often favoring annual monocultures over agroforestry. Addressing these knowledge gaps could enhance decision-making clarity for farmers and offer more targeted guidance for agencies promoting agroforestry adoption.
• Chapter 3 examines the factors influencing agroforestry adoption decisions using an expert-informed Bayesian Network approach. It reveals a complex network of interrelated drivers, with markets and incentives playing a particularly strong role in shaping adoption. Through adoption pathway analysis, the study also explores the diverse trajectories farmers follow, highlighting the adaptive and non-linear nature of the adoption process. The findings underscore the importance of coordinated, holistic strategies, along with sustained support mechanisms that are responsive to farmers' evolving needs and decision-making contexts.
• Chapter 4 employs Q methodology and systems thinking to explore farmers' perceptions and management decisions within the whole-farm context. The analysis reveals three dominant discourses among farmers regarding agroforestry and a shared mental model that reflects their systemic approaches to integrating agroforestry into farm operations. The study highlights the importance of understanding farmers' perspectives and reasoning processes deeply embedded in real-world contexts and offers insights that can inform innovation and policy development.
• Chapter 5 adopts a participatory approach to develop a farm typology that differentiates farmers based on farm structure and agroforestry adoption behaviors. The study identifies three distinct farm archetypes, each characterized by specific constraints, opportunities and support needs related to agroforestry adoption. By combining these archetype profiles with insights gathered from participatory workshops, the study facilitates a more targeted understanding of farmer diversity. The work supports the design of context-specific strategies to address the varying needs of different agroforestry archetypes.
This dissertation underscores the complexity of agroforestry adoption processes. Together, the four studies presented here offer strategic insights for designing support mechanisms that align with the dynamic and varied contexts of smallholder farmers in northwestern Vietnam
Yield, productivity and technical gaps that limit the cotton agricultural production system in the Colombian Caribbean
Get PDFThis thesis contributes to understanding factors related to production situations in agricultural systems of the Colombian Caribbean using decision analysis. Decision analysis has numerous advantages when it is used for this purpose. It is a multidisciplinary framework which helps decision-makers or stakeholders evaluate competing alternative actions or interventions in order to choose the preferable option. Decision analysis is a bottom-up approach that collects knowledge developed by stakeholders (including farmers) and combines it with available field data and disciplinary expertise. This approach allows the inclusion of all variables that are essential for the contextual description of the problem, even if these variables are difficult to measure. Risks and uncertainties are also included in decision analysis reflecting better the reality of agricultural production situations. As a final remark, decision analysis is focused on active assessment of alternatives for improving system performance with the explicit intention to take action and assess consequences and not just studying how a system works.
The first part of this study describes the application of conceptual modeling on the understanding of the management of the cotton boll weevil (Anthonomus grandis grandis). To date, information on boll weevil (BW) management strategies in Colombia is only available in the forms of gray literature (technical reports) and informal knowledge held by crop advisors and farmers. The conceptual model developed in this study collected that information and integrated the informal local knowledge of crop advisors and farmers with disciplinary knowledge describing management strategies.
The second part of this study deepens in the understanding of the boll weevil management and applies decision analysis to assess pesticide-based strategies used at farm scale. Proactive and reactive management at farm-scale were represented as probabilistic production functions using budget partial analysis. This decision model layout was able to capture key properties of control strategies, while accounting for uncertainty about pest infestation pressure, control effectiveness and cotton yield and price. Simulation outcomes indicate that a proactive management for the BW is more efficient than a reactive approach given the current weevil infestation levels.
The fourth part of this study focuses on the assessment of economic prospects of irrigated horticultural systems. These production systems are an alternative to cotton crops for smallholders. Understanding these diversified systems require quantification of productivity and related risks for individual crops as well as an assessment of the benefits from diversification. A whole-farm decision analysis of this kind is an extension of Modern Portfolio Theory (MPT) that allows us to link the concepts of risks and returns for a multi-asset scenario (several crops or farm enterprises). Understanding this relationship is essential for identifying diversification strategies that farmers can validate and adjust to technical or economical limitations or individual preferences.
This study’s results show the versatility of decision analysis for its application to different typologies of decision-making problems in agriculture. It provides a conceptual modeling approach that incorporates planning horizons for the decision making problems. Conceptual models outlining strategic decision-making scenarios facilitates the process of quantitative modeling because it helps to define the decision making-problem to model while offering a model reference framework. This thesis provides layouts for two of those strategic-making scenarios that are not commonly represented in the literature of applications for decision analysis but are very common in agricultural settings: production under risk and whole-farm planning and operation. Production under risk was used for modeling pest management as a special production function describing losses. This framework has the potential to provide a unified protocol for assessing benefits in pest management, specially in those cases of integrated pest management. Whole farm-planning and operation was conceived as an extension of the Modern Portfolio Theory. This thesis provides a complete protocol of decision analysis describing its application in diversified systems.Diese Arbeit trägt zum Verständnis von Produktionssituationen und Ertragslücken in landwirtschaftlichen Systemen der kolumbianischen Karibik unter Verwendung der Entscheidungsanalyse bei. Die Entscheidungsanalyse hat hinsichtlich dieses Zweckes zahlreiche Vorteile. Die Entscheidungsanalyse ist ein multidisziplinärer Ansatz, der sich mit Entscheidungsproblemen in komplexen, unsicheren und risikoreichen Umgebungen beschäftigt, mit der Absicht, eine Handlungsempfehlung zu geben. Dieser Bottom-up-Ansatz sammelt das von den Beteiligten (einschließlich der Landwirte) gesammelte Wissen und kombiniert es mit verfügbaren Felddaten und disziplinärem Fachwissen. Dieser Ansatz erlaubt die Einbeziehung aller Variablen, die für die kontextuelle Beschreibung des Problems wesentlich sind, auch wenn diese Variablen schwer zu messen sind.
Der erste Teil dieser Studie beschreibt ein konzeptionelles Modell für das Management des Baumwollkapselkäfer (Anthonomus grandis grandis), dem Hauptschädling für Baumwollkulturen in der kolumbianischen Karibik. Dieses konzeptionelle Modell sammelte graue Literatur, informelles lokales Wissen von Anbauberatern und Landwirten sowie disziplinäres Wissen, um einen strategischen Planungsrahmen zu generieren, der die zeitlich-räumliche Skala der Entscheidungsfindung für das Management dieses Schädlings beschreibt.
Der zweite Teil dieser Studie vertieft das Verständnis für das Management des Baumwollkapselkäfers und wendet die Entscheidungsanalyse an, um pestizidbasierte Strategien zu bewerten, die auf Betriebsebene eingesetzt werden. Proaktive und reaktive Managementstrategien wurden als probabilistische Produktionsfunktionen unter Verwendung der partiellen Budgetanalyse dargestellt. Dieses Entscheidungsmodell erfasst die Schlüsseleigenschaften von Bekämpfungsstrategien und berücksichtigt gleichzeitig die Unsicherheit in Bezug auf Schädlingsbefallsdruck, Bekämpfungseffektivität sowie Baumwollertrag und -preis. Die Simulationsergebnisse deuten darauf hin, dass ein proaktives Schädlingsmanagement effizienter ist als eine reaktive Kontrolle, wenn man den aktuellen Befallsgrad des Baumwollkapselkäfers berücksichtigt.
Der vierte Teil dieser Studie konzentriert sich auf die Bewertung der wirtschaftlichen Perspektiven von bewässerten Gartenbausystemen. Diese Produktionssysteme stellen für Kleinbauern eine Alternative zum Baumwollanbau dar. Das Verständnis dieser diversifizierten Systeme erfordert eine Quantifizierung der Produktivität und der damit verbundenen Risiken für die einzelnen Kulturen sowie eine Bewertung der Vorteile der Diversifizierung. Eine solche Ganzbetriebs-Entscheidungsanalyse ist eine Erweiterung der Modernen Portfolio-Theorie (MPT), die in der Lage ist, die Konzepte von Risiken und Erträgen für ein Multi-Asset-Szenario (mehrere Kulturen oder landwirtschaftliche Betriebe) zu verbinden. Die Anerkennung dieser Beziehung ist wesentlich für die Identifizierung von Diversifizierungsstrategien, die Landwirte validieren und an technische oder wirtschaftliche Einschränkungen oder individuelle Präferenzen anpassen können.
Diese Arbeit zeigt die Vielseitigkeit der Entscheidungsanalyse für ihre Anwendung auf verschiedene Typologien von Entscheidungsproblemen in der Landwirtschaft. Sie liefert ein konzeptionelles Modellprotokoll, das Planungshorizonte für die zu lösenden Entscheidungsprobleme abgrenzt. In dieser Arbeit werden auch Entwürfe für zwei strategische Entscheidungen bereitgestellt, die in der Literatur über Anwendungen der Entscheidungsanalyse nicht häufig dargestellt werden, aber in landwirtschaftlichen Praxis sehr häufig vorkommen: Produktion unter Risiko und ganzheitliche Planung des Betriebs. Die Produktion unter Risiko wurde für die Modellierung des Pflanzenschutzes als Spezialfall einer Produktionsfunktion, die Verluste beschreibt, verwendet. Dieses Layout hat das Potenzial, ein einheitliches Protokoll für die Bewertung des Nutzens von Schädlingsbekämpfungsstrategien zu liefern, insbesondere für den Vergleich von aktiven und reaktiven Ansätzen. Die Gesamtbetriebsplanung und -führung wurde als Erweiterung der Modernen Portfoliotheorie, angewandt auf diversifizierte Systeme, konzipiert
Agro-climate service delivery and scaling at the last mile : A case study in Dien Bien District, Vietnam
Get PDFSmallholder farmers, particularly in the Global South, are among the groups experiencing the most direct impacts of weather, climate variability and climate change. These direct impacts might disrupt or reverse development achievements such as poverty reduction and improved food security. Therefore, supporting farmers and other decision-makers in incorporating weather and climate information in their farming decisions (i.e. agro-climate services – ACS) is fundamental to reducing farmers’ vulnerability and safeguarding their farm productivity and income. Despite its importance, ACS delivery at the last mile is a critical gap and faces complex socio-economic and technical barriers. While investments in ACS have increased to pilot ACS innovations in recent years, such projects endure challenges translating experimental evidence to large-scale rolling-out in a real and complex socio-economic landscape. Thus, about 300 million smallholder farmers globally have no or limited access to ACS. As the demand to accelerate ACS access and finance has increased, it is necessary to provide scientific support to decision-makers and stakeholders to make scaling decisions in such a complex and uncertain environment. Therefore, my dissertation aims to understand these dynamics and provide decision support to ACS adoption and scaling processes. To this end, I applied different methodologies as part of a case study in Dien Bien District, Vietnam.
1. In Chapter 2, I describe a novel method to test hypothesized causal relations in ACS delivery pathways using confidence interval interpretation. In two distinct settings, farmer groups experience different pathways to access and uptake ACS while they share a similar high adoption rate. Generating awareness and creating demand, enhancing peer-to-peer exchange and farmers’ attitudes appear to be influential in driving the impact pathway. Adoption of ACS by a critical mass might be sufficient to trigger systemic changes within social groups. Employing a pathway approach can be beneficial in supporting tactical decisions in delivering and outscaling ACS.
2. In Chapter 3, I apply decision analysis to characterize and analyze the socio-economic impacts of upscaling decisions. Across four candidate options for scaling, our simulation results indicate a very high chance (98.35–99.81%) of the ACS interventions providing net benefits. With 90% confidence, investments in ACS would return benefits between 1.45 and 16.02 USD per 1 USD invested. The results demonstrate how decision analysis approaches can be helpful in valuing ACS and provide decision support under uncertainty. I suggest replacing deterministic with probabilistic approaches when analyzing decisions in complex environments.
3. In Chapter 4, I highlight the potential of integrating stakeholder engagement and decision analysis approaches for generating ACS system knowledge and incorporating it in development planning processes. The results show that defining and considering stakeholders’ multi-dimensional attributes are essential for mobilizing their individual knowledge and engagement. I consider in my study nine attributes, including gender, availability, experience, expertise, interest, influence, relevance, attitude as well as individual costs and benefits of each stakeholder. By combining these attributes with stakeholders’ system knowledge and insights about the decision-making process, I am able to explicitly recommend where, when and how stakeholders can support complex and uncertain decisions.
Overall, my research contributes to the advancement of decision-support methods and assists decision-making within and beyond the ACS context. These results and methods provide insights for researchers, governments, civil societies and donors to understand the dynamics, complexity and uncertainty of ACS and inform decision-making for sustainability transition processes.Bereitstellung von Agrar-Klimadienstleistungen und Skalierung auf der letzten Meile : eine Fallstudie im Bezirk Dien Bien, VietnamKleinbauern, vor allem im globalen Süden, gehören zu den Bevölkerungsgruppen, die am stärksten unter den direkten Auswirkungen von Wetter, Klimaschwankungen und Klimawandel leiden. Diese direkten Auswirkungen können Entwicklungserfolge wie die Verringerung der Armut und die Verbesserung der Ernährungssicherheit beeinträchtigen oder sogar zunichtemachen. Daher ist die Unterstützung von Landwirten und anderen Entscheidungsträgern bei der Einbeziehung von Wetter- und Klimainformationen in ihre landwirtschaftlichen Entscheidungen (d. h. Agro-Klimadienstleistungen – Agro-Climate Services – ACS) von entscheidender Bedeutung, um die Klima-Vulnerabilität der Landwirte zu verringern, sowie ihre landwirtschaftliche Produktivität und ihr Einkommen zu sichern. Trotz ihrer Bedeutung ist die Bereitstellung von ACS insbesondere auf „der letzten Meile“ eine kritische Lücke und stößt auf komplexe sozioökonomische und technische Hindernisse. Obwohl in den letzten Jahren vermehrt in ACS-Pilotprojekte investiert wurde, ist es bei solchen Projekten schwierig, experimentelle Erkenntnisse in großem Stil in einem realen und komplexen sozioökonomischen Kontext zu implementieren. Daher haben etwa 300 Millionen Kleinbauern weltweit keinen oder nur begrenzten Zugang zu ACS. Angesichts der steigenden Nachfrage nach schneller Finanzierung und einem schnellerem Zugang zu ACS, besteht ein Bedarf an wissenschaftlicher Unterstützung für Entscheidungsträger und Interessengruppen, um in diesem komplexen und unsicheren Umfeld fundierte Entscheidungen über die Verbreitung von ACS zu treffen. Daher zielt meine Dissertation darauf ab, diese Dynamik zu verstehen und Entscheidungshilfen für die Einführung und Verbreitung von ACS zu liefern. Zu diesem Zweck habe ich im Rahmen einer Beispielstudie im Distrikt Dien Bien, Vietnam, verschiedene Methoden angewandt.
1. In Kapitel 2 beschreibe ich eine neuartige Methode zur Überprüfung hypothetischer kausaler Zusammenhänge, die ACS-Bereitstellungspfaden zugrunde liegen, mittels der Interpretation von Konfidenzintervallen. Obwohl zwei Gruppen von Landwirten auf unterschiedliche Weise Zugang zu ACS erhalten, ist die Adoptionsrate vergleichbar. Die Wirkungspfade scheinen durch die Schaffung von Bewusstsein und Nachfrage für ACS, die Förderung des gegenseitigen Austauschs unter den Landwirten sowie deren Einstellung gegenüber ACS beeinflusst zu werden. Die Übernahme von ACS durch eine kritische Masse könnte ausreichen, um systemische Veränderungen innerhalb gesellschaftlicher Gruppen auszulösen. Die Anwendung eines Wirkungspfad-Ansatzes kann bei der Unterstützung taktischer Entscheidungen zur Bereitstellung und Ausweitung von ACS von Vorteil sein.
2. In Kapitel 3 führe ich eine Entscheidungsanalyse durch, um die sozioökonomischen Auswirkungen von Upscaling-Entscheidungen zu charakterisieren und zu analysieren. Unsere Simulationsergebnisse zeigen, dass die ACS-Maßnahmen bei vier möglichen Skalierungsoptionen mit sehr hoher Wahrscheinlichkeit (98,35-99,81%) einen Nettonutzen erbringen. Mit einer Wahrscheinlichkeit von 90 % würden Investitionen in ACS einen Nutzen zwischen 1,45 und 16,02 USD pro investiertem USD erbringen. Die Ergebnisse zeigen, wie entscheidungsanalytische Ansätze bei der Bewertung von ACS hilfreich sein können und eine Entscheidungshilfe unter Unsicherheit bieten. Ich schlage vor, bei der Analyse von Entscheidungen in komplexen Systemen deterministische durch probabilistische Ansätze zu ersetzen.
3. In Kapitel 4 zeige ich das Potenzial der Integration von Stakeholder-Engagement und Entscheidungsanalyseansätzen zur Generierung von ACS-Systemwissen und dessen Einbindung in Entwicklungsplanungsprozesse auf. Die Ergebnisse zeigen, dass die Definition und Berücksichtigung der mehrdimensionalen Attribute der Stakeholder wesentlich für die Mobilisierung ihres individuellen Wissens und deren Engagements ist. In meiner Studie berücksichtige ich neun Attribute, darunter Geschlecht, Verfügbarkeit, Erfahrung, Fachwissen, Interesse, Einfluss, Relevanz, Einstellung sowie individuelle Kosten und Nutzen der einzelnen Stakeholder. Durch die Kombination dieser Attribute mit dem Systemwissen der Stakeholder und den Erkenntnissen über den Entscheidungsprozess kann ich explizite Empfehlungen bezüglich der Unterstützung von komplexen und unsicheren Entscheidungen durch die Einbeziehung von Stakeholdern aussprechen.
Insgesamt trägt meine Forschung zur Weiterentwicklung von entscheidungsunterstützenden Methoden bei und hilft bei der Entscheidungsfindung innerhalb und außerhalb des ACS-Kontextes. Diese Ergebnisse und Methoden bieten Forschenden, Regierungen, Zivilgesellschaften und Geldgebern Einblicke, um die Dynamik, Komplexität und Ungewissheit von ACS besser zu verstehen und die Entscheidungsfindung für nachhaltige Transitionsprozesse zu unterstützen
The application of decision analysis modelling for investment targeting
No full textIn June of 2013, the Technical Consortium for Building Resilience in the Horn of Africa (TC) hosted a three-day workshop to convene key experts. The purpose of this meeting was to further examine the potential for application of decision analysis tools in measuring impact of investment, prioritization of investment and assessment of return on investment with respect to resilience.
A pilot decision model (preferably for a portfolio of investment alternatives) was developed, with the aim of documenting the model and approach and providing a report by December 2013.
The meeting focused on the following key activities:
1.1. Exposing the group to the Applied Information Economics Methods
(0.5 day instruction).
1.2. Clarifying the decision problems to be addressed drawing on country
plans. Chose one pilot decision problem for developing and
demonstrating the overall approach (1 day).
1.3. Defining dimensions of resilience in relation to the decision problems
and identifying variables to measure them (1 day)
1.4. Defining important variables for the models.
2. Identifying a core group (including relevant stakeholders) who will
contribute to further model development and provision of estimates.
3. Providing calibration training to the modeling group and anyone who
will be providing estimates.
4. Developing a pilot decision model (preferably for a portfolio of investment
alternatives) to further develop the approach. Document the model and
approach into a report.
Following the workshop, an exercise was undertaken to employ the decision analysis modeling methodology presented in the meeting in prioritization of decisions for investments or projects in the Horn of Africa. This approach is described in the following terms of reference
- …
