Abstract:
A number of organizations in Malawi are keen on bringing awareness to farmers on Climate
Smart Agriculture (CSA) technologies. Farmers face increased negative impacts of climate
change. Adoption of climate smart agriculture technologies is identified as the best alternative
to mitigate the impacts of climate change. This study identified various socio-economic
factors that affect farmer’s decision to adopt climate smart agriculture technologies. Data
were collected using a semi-structured questionnaire and was administered through direct
interviews of 120 households. The households were randomly selected and were composed
of 31% (n=37) male headed households and 69% (n=83) female headed households. Data
were analyzed using SPSS and STATA and a Logit model was employed to identify the
main factors influencing adoption of CSA technologies. The results of the Logit analysis
showed that education, age, gender, household size and total income influenced CSA
technologies practice.
Un certain nombre d’organisations au Malawi s’intéressent vivement à la sensibilisation des
agriculteurs aux technologies intelligentes d’agriculture face au climat. Les agriculteurs
sont confrontés aux impacts négatifs accrus du changement climatique. L’adoption de
technologies agricoles intelligentes face au climat est perçue comme la meilleure alternative
pour atténuer les impacts du changement climatique. Dans cette étude les facteurs socioéconomiques
qui influencent la décision des agriculteurs d’adopter des technologies agricoles
intelligentes face au climat ont été identifiés. Les données ont été collectées à l’aide de
questionnaire semi-structuré administré à 120 ménages. Les ménages étaient aléatoirement
choisis et étaient composés de 31% (n = 37) de ménages dirigés par un homme et de 69%
(n = 83) de ménages dirigés par une femme. Les données ont été analysées avec SPSS et STATA et un modèle Logit a été utilisé pour identifier les principaux facteurs influençant
l’adoption des technologies. Les résultats de l’analyse ont montré que l’éducation, l’âge, le
sexe, la taille du ménage et le revenu total influençaient l’adoption des technologies.
Language:
English
Date of publication:
2016
Country:
University/affiliation:
Volume:
14
Number:
3
Pagination:
335-339
Collection:
RUFORUM Working document series
Additional keywords:
Licence conditions:
Open Access
Access restriction:
Form:
Web resource
Publisher:
ISSN:
1607-9345
E_ISSN:
Edition:
