Өсүмдүк өстүрүү биотехнологиясы (crop biotechnology), бул изилдөөдө чакан масштабдагы жүгөрү өндүрүүчүлөрүнүн Bt жана RR сыяктуу генетикалык жактан өзгөртүлгөн сорттор менен катар кургакчылыкка же ооруларга туруктуулук үчүн колдонулган жакшыртылган жүгөрү сортторун кабыл алуусу контекстинде каралган айыл чарба технологиясынын тармагы болуп саналат. Изилдөө Түштүк Африканын Eastern Cape аймагындагы 350 чакан масштабдагы жүгөрү өндүрүүчүсү менен жүргүзүлгөн түзүмдөштүрүлгөн маектерге негизделет жана дыйкандардын жүгөрү сортун тандоосун, биотехнология боюнча билим деңгээлин, каржылоо жана маалымат тоскоолдуктарын, айыл чарба кеңеш берүү жана жайылтуу кызматтарынын ролун жана кабыл алуу менен байланышкан социалдык-экономикалык өзгөрмөлөрдү сүрөттөмө статистика жана мультиномиалдык логит-регрессия модели аркылуу баалайт.

Катышуучулардын %76,6сы өсүмдүк өстүрүү биотехнологиясы менен тааныш экенин билдирген, ал эми булак %96,9у климаттын өзгөрүшү жана өзгөрмөлүүлүгүнө каршы кандайдыр бир ыңгайлашуу чарасын колдонгонун да белгилейт. Учурдагы же акыркы себүү мезгили үчүн эң жогорку көрсөткүч Bt жүгөрүсүндө %41,43, кургакчылыкка туруктуу TeGo жүгөрүсүндө %29,57 деп берилген. Биотехнологияны кабыл алууга тоскоол болгон эң көрүнүктүү маселе %92 менен жетишсиз каржылык колдоо катары көрсөтүлүп; маалыматтын жетишсиздиги, кредитке жетүү жана климаттык маалыматка жетүү да маанилүү тоскоолдуктардын катарына кирген.

Мультиномиалдык модель жүгөрү сортторун кабыл алуу боюнча чечимдер жаш курак, билим, иш менен камсыз болуу, киреше булактары жана дыйканчылык тажрыйбасы сыяктуу социалдык-экономикалык өзгөчөлүктөр менен байланыштуу экенин көрсөтөт. Ошол эле учурда изилдөө кесилиштик мүнөздө, жеке дыйкандарды тандоодо snowball sampling колдонулган жана булакта айрым пайыздык, категориялык, географиялык жана теңдеме боюнча дал келбестиктер бар. Изилдөө биотехнологиялык сорттордун чарба деңгээлиндеги түшүмдүүлүгүн, кургакчылыктан болгон жоготууну же парник газдарынын эмиссиясын түз өлчөгөн эмес; демек натыйжалар технологияны кабыл алуу жана дыйкандардын тандоосу жөнүндө болуп, биотехнология климаттын өзгөрүшүн физикалык жактан канчалык азайтарын далилдебейт.

Өсүмдүк Өстүрүү Биотехнологиясы Бул Изилдөөдө Эмнени Билдирет?

Өсүмдүк өстүрүү биотехнологиясы бул изилдөөдө чакан масштабдагы жүгөрү дыйкандарынын зыянкечтерге, отоо чөптөрдү башкарууга, кургакчылыкка же ооруларга байланыштуу ар түрдүү касиеттерге ээ жүгөрү сортторун тандоосу жана өзгөчө генетикалык жактан өзгөртүлгөн сортторду айыл чарба өндүрүшүнө киргизүүсү аркылуу изилденет; булак Bt жана RR жүгөрүсүн ачык түрдө GM сорттору менен байланыштырса, TeGo, CAP/Cap009 жана non-GM landrace сортторун ошол эле сорт тандоо алкагында салыштырат.

Изилдөөнүн негизги маселеси

Eastern Cape аймагындагы чакан масштабдагы өндүрүүчүлөр температура, жаан-чачындын өзгөрмөлүүлүгү, кургакчылык жана башка айыл чарба стресстерине туш болушат. Изилдөө климатка туруктуураак же белгилүү өндүрүш көйгөйлөрүнө каршы жакшыртылган жүгөрү сорттору мындай шарттарда ыңгайлашуу куралы катары колдонулушу мүмкүн деген божомолдон чыгат.

Бирок үрөн технологиясынын болушу өзүнөн өзү аны кабыл алууга кепилдик бербейт. Дыйкан жаңы сортту таанышы, үрөндүн баасын көтөрө алышы, кредитке же башка каржы булактарына жете алышы, ишенимдүү климаттык маалымат ала алышы жана айыл чарба кеңеш берүү жана жайылтуу кызматтарынан техникалык колдоо көрө алышы керек.

Кабыл алуу чечимине таасир эткен үч багыт

Булак технологияны кабыл алууну системалык ой жүгүртүү алкагында үч негизги өлчөмдө карайт. Биринчи өлчөм — дыйкандын жашы, билими, тобокелдикти кабылдоосу жана технологиялык билим деңгээли сыяктуу жеке өзгөчөлүктөр. Экинчи өлчөм — киреше, кредит, капитал жана социалдык тармактар сыяктуу социалдык-экономикалык шарттар. Үчүнчү өлчөм болсо климаттын өзгөрмөлүүлүгү, топурак шарттары, зыянкечтердин басымы, саясат жана жөнгө салуучу чөйрө сыяктуу өндүрүш чөйрөсүнө тиешелүү факторлор.

Бул ыкманын негизги мааниси — жүгөрү сортун тандоо үрөндүн биологиялык өзгөчөлүгүнө гана көз каранды эмес. Бир эле технология чыгым, маалымат, жер аянты же каржылоо себептеринен улам ар башка дыйкандар үчүн ар башка деңгээлде жеткиликтүү болушу мүмкүн.

Булакта изилденген жүгөрү сорттору

Булактын 1-таблицасында “CAP 9001” жазылышы колдонулса, сүрөттөрдө “Cap009” формасы кездешет. Бул аталыштагы айырма булак ичиндеги дал келбестик катары сакталган.

Климатка ыңгайлашуу менен климаттын өзгөрүшүн азайтуунун айырмасы

Макаланын түпнуска аталышында “mitigate climate change” деген сөз айкашы бар болгону менен, изилдөөнүн баштапкы маалымат чогултуу жана талдоо түзүмү парник газдарын азайтууну же климат системасын физикалык жактан өзгөртүүнү өлчөбөйт. Изилдөө негизинен дыйкандардын климаттын өзгөрмөлүүлүгү, кургакчылык, зыянкечтер жана өндүрүш тобокелдиги шартында туруктуураак сортторду колдонууга багытталышын изилдейт.

Ошондуктан изилдөөнүн илимий мазмуну практикалык жактан негизинен климаттын өзгөрүшүнө ыңгайлашуу жана айыл чарба туруктуулугу контекстинде. Булак аталышын өзгөртпөстөн жыйынтыктарды туура чечмелөө үчүн бул айырма маанилүү.

Айыл чарба кеңеш берүү жана жайылтуу кызматы эмне үчүн маанилүү?

Айыл чарба кеңеш берүү жана жайылтуу кызматтары изилдөө менен дыйкандын ортосундагы маалымат көпүрөсү катары бааланган. Катышуучулардын %58,9у жайылтуу кызматтарына катышканын билдирген. Булак техникалык колдоонун алкагында топурак анализи үчүн %39,4, окутуу үчүн %50,9, түшүмдү камсыздандыруу боюнча кеңеш үчүн %29,1 жана климаттык маалыматты жеткирүү үчүн %50,9 көрсөткүчтөрүн берет.

Ошол эле учурда жайылтуу системасында кызматкерлердин аздыгы, адистештирилген колдоонун жетишсиздиги жана үзгүлтүксүз эмес байланыш көйгөйлөрү бар экени белгиленет. Булак үзгүлтүксүз эмес байланыш көрсөткүчүн %59 деп берет.

Биотехнологияны Кабыл Алуунун Негизги Тоскоолдуктары Кайсылар?

Изилдөөдө биотехнологияны жана жаңы жүгөрү сортторун кабыл алууну чектеген негизги көйгөйлөр — каржылык колдоонун жетишсиздиги, жаңы сорттор тууралуу маалыматтын аздыгы, кредитке чектелген жеткиликтүүлүк, климаттык маалыматка жете албоо жана айыл чарба кеңеш берүү жана жайылтуу кызматтарындагы боштуктар; эң жогорку көрсөткүч %92 менен жетишсиз каржылык колдоо үчүн берилген.

GM үрөндөрүнүн баасы жана төлөө мүмкүнчүлүгү

Катышуучулардын %59,14ү GM үрөндөрү үчүн төлөөдө көйгөй болбогонун, %19,14ү үрөндөр өздөрү үчүн жеткиликтүү баада эмес экенин жана %2си төлөө ниети боюнча чечкинсиз болгонун билдирген.

Бул үч көрсөткүч жалпы тандалманы толук камтыбагандыктан, калган катышуучулардын кайсы категорияга таандык экени булакта түшүндүрүлбөйт. Ошондуктан Verianla жаңы пайыз эсептеген эмес.

Мурда же учурдагы сезондо GM жүгөрү үрөнүн сатып алган деп көрсөтүлгөн катышуучулар үчүн булак %40 кредит, %60 жеке топтом, %17,71 мамлекеттик колдоо жана %12,51 башка каржылоо ыкмаларын берет. Сумманын %100дөн ашышы бир нече каржылоо булагы колдонулушу мүмкүн экенин түшүндүрүшү мүмкүн, бирок булак суроонун түзүлүшү көп жооп берүүгө мүмкүндүк берген-бербегенин так айтпайт.

Учурдагы жүгөрү сорттору

Bt жүгөрүсү эң жогорку көрсөткүчтү көрсөтөт. Бирок 1-сүрөт тегерек диаграмма болгонуна карабастан, беш көрсөткүчтүн суммасы %100дөн ашат. Булак мунун тегеректөөнүн, көп жооптун же башка маалымат иштетүүнүн натыйжасы экенин түшүндүрбөгөндүктөн, бул маанилер “рынок үлүшү” же бири-бирин жокко чыгарган толук бөлүштүрүү катары чечмеленбеши керек.

Мурунку себүү мезгилдеринде колдонулган сорттор

Бул көрсөткүчтөрдүн суммасы да %100дөн ашат. “Мурунку себүү мезгилдери” деген сөз айкашы бир эле дыйканга ар башка мезгилдерде бир нече сорт колдонууга мүмкүндүк бериши мүмкүн болгондуктан, бул жагдай теориялык жактан көп жолку колдонуу тарыхына шайкеш болушу мүмкүн. Бирок булак ачык көп-жооп түшүндүрмөсүн бербегендиктен, көрсөткүчтөр бири-бирин жокко чыгарган категориялар деп эсептелген эмес.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Изилдөө дизайны

Изилдөө сандык талаа сурамжылоосу болуп саналат. Маалыматтар түзүмдөштүрүлгөн маек/суроо формасы аркылуу чогултулуп, Microsoft Excel'ге коддолгон жана сүрөттөмө статистика менен мультиномиалдык логит-регрессия модели аркылуу талданган.

Тандалманын көлөмү

Булак тандалманын көлөмүн төмөнкү формула менен эсептейт:

\[ n=\frac{N}{1+N(e^2)} \]

Формула белгилүү бир башкы жыйындынын көлөмү жана ката чеги үчүн максаттуу тандалманын көлөмүн эсептөө максатында колдонулган.

\(n\) максаттуу тандалманын көлөмүн; \(N\) булакта 596.573 деп берилген Eastern Cape аймагындагы чакан масштабдагы жүгөрү өндүрүүчүлөрүнүн башкы жыйындысын; \(e\) болсо 0,05 деп алынган ката чегин билдирет. Бул маанилер менен булак керектүү тандалманын көлөмүн болжол менен 400 деп аныктайт.

Бюджеттик чектөөлөрдөн улам чыныгы маектердин саны 350дө калган. Ошондуктан 400 адамдык дизайн үчүн берилген тактык максаты 350 адамдык акыркы тандалмада дал ошондой аткарылды деп болжолдоого болбойт.

Тандалма алуу чынжыры

Булак изилдөөнү “multi-stage sampling” деп атайт. Alfred Nzo жана Amathole districtтери атайын тандалып, андан кийин local municipality деңгээлинде кокус тандоо жүргүзүлүп, жеке жүгөрү өндүрүүчүлөрүнө жетүү үчүн snowball sampling колдонулган.

Snowball sampling — учурдагы катышуучулар же байланыштар аркылуу жаңы катышуучуларга жетүүгө мүмкүндүк берген багытталган тандалма алуу ыкмасы. Бул акыркы этап толук ыктымалдык кокус тандоо болбогондуктан, тандалманын көлөмү формуласындагы классикалык ыктымалдык тандалма алуу божомолдорунун бардыгы акыркы тандалма үчүн аткарылды деп айтууга болбойт.

Булактагы географиялык тандалма алуу дал келбестиги

Abstract 350 дыйкан үч district municipalityден келгенин айтат. Ыкма Alfred Nzo жана Amathole деген эки гана districtтин атын берет жана бул districtтерден эки local municipality тандалганын белгилейт. Ошол эле абзац кийин катышуучулар үч тандалган district municipality арасында тең бөлүштүрүлгөнүн жазат. Үчүнчү districtтин аты берилбегендиктен, Verianla жетишпеген маалыматты тышкы булактан толуктаган эмес.

Мультиномиалдык Логит Модели Бул Изилдөөдө Эмнени Талдайт?

Мультиномиалдык логит модели дыйкандын бир нече номиналдык жүгөрү сорту же кабыл алуу категориясынын кайсы бирине кирүү ыктымалдыгы жаш курак, билим, жер аянты, киреше, иш менен камсыз болуу жана дыйканчылык тажрыйбасы сыяктуу түшүндүрүүчү өзгөрмөлөр менен кандай байланышта экенин баалоо үчүн колдонулган; моделдин коэффициенттери байкоого негизделген байланыштарды көрсөтөт жана өз алдынча себептүүлүктү далилдебейт.

Көз каранды жана көз карандысыз өзгөрмөлөр

Булактын 1-таблицасы көз каранды өзгөрмөнү кабыл алынган жүгөрү сорту катары аныктап, Bt, RR, Drought-TEGO, CAP 9001 жана non-GM/landrace сортторун тизмектейт.

Көз карандысыз өзгөрмөлөр дыйкандын жашын, билим деңгээлин, үй-бүлөлүк абалын, үй чарбасынын көлөмүн, жер аянтын, жынысын, дыйканчылык максатын, капитал булагын, дыйканчылык жылдарын, айлык үй чарба кирешесин, дыйканчылык ыкмасын, иш менен камсыз болуу статусун жана башка киреше булактарын камтыйт.

MNL теңдемеси боюнча булак маселеси

Булак шарттуу тандоо ыктымалдыгын концептуалдык түрдө \(P(Y=j\mid x)\) формасында талкуулайт; мында \(Y\) кабыл алуу категориясын, \(j\) альтернативдүү категорияны жана \(x\) түшүндүрүүчү өзгөрмөлөрдүн жыйындысын билдирет.

Бирок булак PDF'де кийин берилген толук мультиномиалдык логит теңдемеси; шарттуу ыктымалдык көрсөтүлүшү, эки жолу көрүнгөн exp туюнтмасы, суммалоо мүчөсү жана ката мүчөсүнүн жайгашуусу жагынан математикалык жактан бүдөмүк. Verianla булак кайсы терүү катасын көздөгөнүн болжолдоп, стандарттуу MNL теңдемесин булакта бардай кылып анын ордуна койгон эмес.

Булак ачык айткан чечмелөө принцибин сактоого болот: регрессия параметрлеринин белгиси тиешелүү түшүндүрүүчү өзгөрмө менен категорияны тандоонун ортосундагы байланыштын багыты тууралуу маалымат берет; бирок коэффициенттерди түздөн-түз жөнөкөй ыктымалдык өзгөрүүсү катары окууга болбойт.

Моделдин шайкештиги

Булак бул маанилерди акыркы модель жалаң туруктуу мүчөлүү моделге караганда жакшыраак экенин жана моделдин маанилүү, бирок чектелүү түшүндүрүүчү күчү бар экенин көрсөтө тургандай чечмелейт. Pseudo-\(R^2\) маанилери сызыктуу регрессиядагы классикалык \(R^2\) сыяктуу окулбашы керек.

Жалпысынан маанилүү деп табылган өзгөрмөлөр

Билим деңгээли

Билим likelihood-ratio талдоосунда эң жогорку Chi-Square маанилеринин бири менен айырмаланган. Булак “category 2” үчүн билим коэффициентин \(B=1,610\), \(p<0,001\) жана \(Exp(B)=5,001\) деп берип, жогорку билимди кабыл алуу ыктымалдыгынын жогору болушу менен байланыштырат.

Бирок булак “category 2” энбелгисин бул бөлүмдө конкреттүү жүгөрү сорту менен ачык байланыштырбагандыктан, Verianla бул 5,001 маанисин эч бир сорттун атына таандык кылбайт.

Жаш курак

Булак жаш курак коэффициенттери кабыл алуу категорияларында жалпысынан терс экенин белгилейт. Category 2 үчүн \(B=-0,066\) жана \(p=0,003\) берилген; авторлор бул жыйынтыкты жаш өндүрүүчүлөрдүн жаңы жүгөрү сортторуна ачыгыраак болушу менен байланыштырышкан.

Иш менен камсыз болуу статусу

Category 0 үчүн иш менен камсыз болуу коэффициенти \(B=0,676\), \(p=0,034\) деп берилген. Булак муну туруктуу жумуштан келген экономикалык коопсуздук жаңы үрөнгө инвестиция салууну жеңилдетиши мүмкүн деп чечмелейт.

Чарбанын көлөмү

Category 3 үчүн чарбанын көлөмү \(B=0,385\), \(p=0,011\) менен оң деп берилген. Булак чоңураак чарбалар жаңы үрөн технологияларынын баштапкы чыгымдарын көтөрүүдө артыкчылыктуу болушу мүмкүн экенин сунуштайт.

Киреше

Likelihood-ratio тесттеринде айлык киреше \(p=0,013\), башка киреше булагы болсо \(p=0,033\) менен маанилүү. Ошол эле учурда category 3 үчүн айлык киреше коэффициенти \(-0,594\), \(p=0,020\) деп берилген. Бул жыйынтык abstract'тагы “income has a positive influence” деген жалпылоонун бардык категориялар үчүн бир багытта эмес экенин көрсөтөт.

Дыйканчылык тажрыйбасы

Дыйканчылык тажрыйбасы жалпы likelihood-ratio тестинде \(p=0,020\) менен маанилүү. Category 1 үчүн \(B=-0,068\), \(p=0,008\) берилген. Авторлор муну тажрыйбасы азыраак өндүрүүчүлөр жаңы ыкмаларга ийкемдүүрөөк мамиле кыла алышы менен чечмелешет.

Дыйканчылык ыкмасы

Category 3 үчүн дыйканчылык ыкмасынын коэффициенти \(B=-1,152\), \(p=0,077\) деп берилген. Бул маани %5 деңгээлинде статистикалык жактан маанилүү эмес; булак да таасир бардык категорияларда маанилүү эмес экенин кабыл алат.

Категория түзүмүндөгү дал келбестик

Ыкма тексти бир жерде ыңгайлашуу стратегиялары үч категорияга бөлүнөрүн айтса, 1-таблица беш жүгөрү сортун аныктайт жана жыйынтыктар бөлүмүндө category 0-3 сыяктуу төрт коэффициент категориясы айтылат. Бул түзүм беш категориялуу моделде бир шилтеме категориянын сыртта калтырылышына шайкеш болушу мүмкүн; бирок булак кайсы номер кайсы жүгөрү сортуна туура келерин ачык бербегендиктен, мындай дал келтирүү Verianla тарабынан жүргүзүлгөн эмес.

Бул Изилдөө Биотехнология Климаттын Өзгөрүшүн Азайтат Деп Далилдейби?

Жок. Изилдөө дыйкандардын жүгөрү сортун жана биотехнологияны кабыл алуу жүрүм-турумун, алар сезген тоскоолдуктарды жана социалдык-экономикалык байланыштарды өлчөйт; парник газдарынын эмиссиясын, талаа деңгээлиндеги кургакчылык жоготуусун, түшүмдүүлүктүн өсүшүн же биотехнология климаттын өзгөрүшүнүн физикалык көлөмүн азайтканын көрсөткөн эксперименттик таасир өлчөөсүн жүргүзбөйт.

Ошондуктан жыйынтыктардын эң коопсуз чечмелөөсү — белгилүү бир жакшыртылган же GM жүгөрү сорттору Eastern Cape аймагындагы өндүрүүчүлөр тарабынан климаттык жана өндүрүш тобокелдиктерине каршы потенциалдуу ыңгайлашуу куралы катары кабыл алынган жана бул кабыл алуу каржылык, маалыматтык жана социалдык-экономикалык шарттар менен байланыштуу.

Изилдөө колдогон жыйынтыктар

Булак изилденген 350 өндүрүүчүнүн арасында Bt жана кургакчылыкка туруктуу жүгөрү сорттору кеңири билдирилгенин, биотехнология боюнча маалымдуулук %76,6 экенин жана каржылык колдоонун жетишсиздиги менен маалыматка жетүүнүн көйгөйлөрү кабыл алууга маанилүү тоскоолдук түзөрүн колдойт.

Моделдин жыйынтыктары жаш курак, билим, иш менен камсыз болуу, киреше түзүмү жана дыйканчылык тажрыйбасы сыяктуу өзгөчөлүктөр менен жүгөрү сортун тандоонун ортосунда статистикалык байланыштар бар экенин колдойт.

Булак ошондой эле айыл чарба кеңеш берүү жана жайылтуу, окутуу, климаттык маалымат жана каржыга жетүү кабыл алуу чөйрөсүнүн маанилүү бөлүктөрү экенин көрсөтөт.

Изилдөө колдобогон жыйынтыктар

Изилдөө белгилүү бир жүгөрү сорту түшүмдүүлүктү канчага көбөйтөрүн өлчөбөйт. Bt же TeGo жүгөрүсү бул тандалмада белгилүү өлчөмдөгү түшүм жоготуусунун алдын алганын көрсөтпөйт. GM сорттору дыйкандын кирешесин белгилүү пайызга көбөйткөнүн далилдебейт.

Изилдөө парник газдарынын эмиссиясын өлчөбөгөндүктөн, биотехнология климаттын өзгөрүшүн белгилүү өлчөмдө “азайтат” деген жыйынтык чыгарууга болбойт.

Snowball sampling колдонулган 350 адамдык тандалманын жыйынтыктарын Eastern Cape аймагындагы бардык жүгөрү өндүрүүчүлөрүнө же башка өлкөлөргө автоматтык түрдө жалпылоого болбойт.

Булактын сунуштары

Авторлор кредитке жетүүнү жакшыртууну, дыйкандар үчүн максаттуу окутуу программаларын көбөйтүүнү жана маалымат таратуу системаларын күчөтүүнү сунушташат.

Айыл чарба кеңеш берүү жана жайылтуу кызматтары GM жана башка климатка туруктуу сорттордун өзгөчөлүктөрүн жакшыраак түшүндүрүп, техникалык колдоо көрсөтүп жана климаттык маалыматты дыйкандарга үзгүлтүксүз жеткирип турушу сунушталат.

Булак ошондой эле каржылык колдоо жана мамлекеттик стимулдарды ырааттуу кылуу экономикалык жактан аялуу чакан дыйкандардын технологияга жетүүсүн жеңилдетиши мүмкүн деп эсептейт.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска аталышы: Factors Influencing Farmers' Adoption of Crop Biotechnology to Mitigate Climate Change: Case of Eastern Cape, South Africa

Авторлор: N. Wawa; E.M. Zwane; V.M. Mmbengwa.

Corresponding author: N. Wawa.

Мекеме: University of Limpopo; Centre for Rural Community Empowerment (CRCE), Department of Agricultural Economics and Animal Production, Faculty of Science and Agriculture.

N. Wawa: PhD candidate; ORCID 0000-0001-5496-6976.

E.M. Zwane: Professor, Agricultural Extension; ORCID 0000-0002-5933-2910.

V.M. Mmbengwa: Professor in Agricultural Economics; ORCID 0000-0003-3491-0785.

Журнал: South African Journal of Agricultural Extension (SAJAE).

Басмакана: South African Society for Agricultural Extension (SASAE).

Том / сан / бет: 54(1), 224-247.

Жарыяланган күнү: 23 Февраль 2026.

DOI: 10.17159/2413-3221/2026/v54n1a21241.

Булактын түрү: Рецензияланган илимий изилдөө макаласы.

Рецензиялоо: Журналдын саясаты үч көз карандысыз рецензент менен эки тараптуу жашыруун рецензиялоо колдонуларын белгилейт.

Лицензия: Creative Commons Attribution 4.0 International (CC BY 4.0).

Изилдөө дизайны: Сандык, кесилиштик дыйкан сурамжылоосу.

Булакта берилген максаттуу башкы жыйындык: 596.573 чакан масштабдагы жүгөрү өндүрүүчүсү.

Пландалган тандалма: 400.

Ишке ашкан тандалма: 350.

Тандалма алуу: Булак тарабынан multi-stage sampling деп аныкталган процесс; district тандоо, local municipality тандоо жана жеке өндүрүүчүлөр үчүн snowball sampling.

Маалымат чогултуу: Түзүмдөштүрүлгөн маек/суроо формасы.

Маалыматты каттоо: Microsoft Excel.

Талдоо: Сүрөттөмө статистика жана мультиномиалдык логит-регрессия.

Ыктыярдуулук жана купуялуулук: Булак катышуучулар изилдөөнүн максаттары жана купуялуулук жөнүндө маалымдалганын жана ыктыярдуу катышуу камсыздалганын билдирет.

Этика комитети: Берилген PDF'де өзүнчө этика комитети же протокол номери көрсөтүлгөн эмес.

Каржылоо: Берилген PDF'де өзүнчө каржылоо билдирүүсү жок.

Кызыкчылыктардын кагылышы: Берилген PDF'де өзүнчө кызыкчылыктардын кагылышы жөнүндө билдирүү жок.

Маалыматтардын жеткиликтүүлүгү: Берилген PDF'де өзүнчө маалыматтардын жеткиликтүүлүгү жөнүндө билдирүү жок.

CRediT/авторлордун салымы: Берилген PDF'де өзүнчө автордук салым жөнүндө билдирүү жок.

Ыраазычылык: N. Wawa изилдөөдөгү көзөмөлү жана пикирлери үчүн кеңешчилери E.M. Zwane жана V.M. Mmbengwaга ыраазычылык билдирет.

Булактагы маанилүү отчеттук дал келбестиктер

Abstract үч district municipality жөнүндө айтса, ыкма Alfred Nzo жана Amathole деген эки гана districtти көрсөтөт; кийин эки local municipality тандалганын айткандыгына карабастан, катышуучулар үч district municipality арасында тең бөлүштүрүлгөнүн жазат.

1-сүрөттө учурдагы жүгөрү сортторунун пайыздары жалпы %102,42ге жетет. График тегерек диаграмма түрүндө болгондуктан, бул маанилер бири-бирин жокко чыгарган категориялар деп эсептелсе, математикалык дал келбестик пайда болот. Булак көп жооптуу суроо боюнча түшүндүрмө бербейт.

2-сүрөттө мурунку себүү мезгилдериндеги сорттордун пайыздары %100дөн ашат. Мурунку мезгилдерде бир нече сорт колдонулган болушу мүмкүн, бирок булак муну ачык көп-жооп дизайны катары көрсөтпөйт.

GM үрөндөрүн төлөө ниети үчүн берилген %59,14, %19,14 жана %2 көрсөткүчтөрү жалпы тандалманы толук камтыбайт.

Үрөндү каржылоо үчүн %40 кредит, %60 жеке топтом, %17,71 мамлекеттик колдоо жана %12,51 башка каржылоо формалары берилет; бул көрсөткүчтөрдүн суммасы %100дөн ашып, көп тандоо болгон-болбогону түшүндүрүлбөйт.

3-сүрөттө кредитке жетүү %23,43 “ооба” жана %59,43 “жок” деп берилет; тандалманын калган бөлүгүнүн категориясы көрсөтүлгөн эмес.

Булактын 1-таблицасы беш жүгөрү сорту категориясын аныктаса, ыкма тексти ыңгайлашуу стратегиялары үч категорияга бөлүнөрүн айтат. Жыйынтыктарда колдонулган category 0-3 номерлери кайсы жүгөрү сортуна туура келери так эмес.

1-таблица “CAP 9001 maize” аталышын колдонсо, 1-сүрөт жана 2-сүрөттө “Cap009 maize” деп жазылат.

Abstract киреше менен чарбанын көлөмүн кабыл алуунун оң факторлору катары жалпыласа, деталдуу жыйынтыктарда category 3 үчүн айлык кирешенин коэффициенти терс деп берилет. Ошондуктан кирешенин таасири бардык категорияларда бир багытта деп болжолдоого болбойт.

PDF'деги мультиномиалдык логит теңдемеси математикалык терүү жана нотация жагынан бүдөмүк. Verianla стандарттуу MNL формуласын булактагы формуланын ордуна коюп, үнсүз түзөтүү жасаган эмес.

Негизги методологиялык чектөөлөр

Изилдөө кесилиштик мүнөздө; ошол эле дыйкандар убакыт ичинде байкалган эмес. Сорт тандоо менен социалдык-экономикалык өзгөрмөлөрдүн ортосундагы байланыштар себептүүлүктү далилдебейт.

Жеке катышуучулардын snowball sampling аркылуу табылышы акыркы тандалманы толук ыктымалдык кокус тандалма катары баалоону чектейт.

Максаттуу тандалма 400 болсо, чыныгы тандалма 350. Булак ишке ашкан тандалма үчүн жаңы ката чегин же тандалма алуу тактыгын эсептебейт.

Изилдөө үрөн сортторунун чыныгы талаа түшүмдүүлүгүн, кургакчылык жоготуусун, пестицид/гербицид колдонуудагы өзгөрүүнү, дыйкандын кирешесиндеги себептүү өзгөрүүнү же парник газдарынын эмиссиясын түз өлчөбөйт.

Булакта пайыздардын суммасы, категорияларды атоо, географиялык тандалма алуу сүрөттөмөсү жана MNL теңдемеси сыяктуу тармактарда отчеттук көйгөйлөр болгондуктан, деталдуу сандык жыйынтыктарды экинчи ирет колдонууда өзгөчө этияттык талап кылынат.