تعداد نشریات | 31 |
تعداد شمارهها | 743 |
تعداد مقالات | 7,072 |
تعداد مشاهده مقاله | 10,134,486 |
تعداد دریافت فایل اصل مقاله | 6,851,903 |
مدلسازی عوامل اثرگذار بر استفاده شالیکاران از کودهای آلی در کشت برنج (مطالعه موردی: شهرستان دزفول) | ||
تحقیقات غلات | ||
مقاله 1، دوره 13، شماره 3 - شماره پیاپی 48، آذر 1402، صفحه 197-213 اصل مقاله (377.14 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22124/cr.2024.25845.1791 | ||
نویسندگان | ||
زهرا اسکندری1؛ مسلم سواری* 2؛ مسعود یزدان پناه3 | ||
1دانشآموخته کارشناسی ارشد، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران | ||
2دانشیار، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران | ||
3استاد، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران | ||
چکیده | ||
مقدمه: برنج یکی از مهمترین منابع غذایی مردم دنیا است، بهطوری که بیش از 50 درصد از جمعیت دنیا از برنج بهعنوان منبع غذایی استفاده میکنند. استفاده بیرویه شالیکاران از منابع انرژی، آب، خاک و کودهای شیمایی، چالشهای زیادی را برای محیط زیست بهوجود آورده است. بخش عمده چالشهای محیطزیستی موجود، ریشه در نبود آگاهی و خودکارآمدی لازم در زمینه ارتباط انسان با طبیعت است. در سالهای اخیر به رفتارهای حفاظت از محیط زیست بهمنزله یکی از اصلیترین عاملهای تاثیرگذار بر حفظ محیط زیست توجه بسیاری شده است. برای تغییر رفتار افراد باید پیششرطهای تغییر رفتارها شناسایی شوند. بههمین دلیل از نظریههای روانشناختی استفاده زیادی بهعمل میآید. هدف از اجرای این تحقیق، مدلسازی عوامل اجتماعی- روانشناختی اثرگذار بر استفاده شالیکاران از کودهای آلی در کشت برنج بود. مواد و روشها: این مطالعه از نظر ماهیت از نوع تحقیقات کمی، از نظر هدف از نوع کاربردی و از لحاظ گردآوری دادهها جزء تحقیقات توصیفی از نوع همبستگی است. جامعه آماری این پژوهش شامل4700 شالیکار شهرستان دزفول، استان خوزستان، در سال 1401 بودند. نمونهگیری بهروش خوشهای انجام شد و حجم نمونه بر اساس جدول کرجسی و مورگان، 360 نمونه برآورد شد. جامعه مورد مطالعه به چهار بخش، شهیون، سردشت، مرکزی و چغامیش تقسیم شده است که بخشهای سردشت و شهیون بهدلیل کوهستانی بودن و نبود شالیکار از جامعه مورد مطالعه حذف شدند و از اینرو نمونهگیری به نسبت یکسان فقط از دو بخش مرکزی و چغامیش انجام شد. ابزار اصلی تحقیق، پرسشنامه محققساخته و از پیش آزمونشده بود. روایی صوری و محتوایی پرسشنامه با استفاده از نظر متخصصان و پایایی پرسشنامه با استفاده از آزمون ضریب آلفای کرونباخ و پایایی ترکیبی ارزیابی شد که مقدار آلفا برای تمامی بخشها بالاتر 7/0 و پایایی ترکیبی بیشتر از 6/0 بود. بهمنظور تحلیل دادهها در بخش آمار توصیفی از فراوانی، درصد، میانگین و انحراف معیار و در بخش آمار استنباطی از مدلسازی معادلات ساختاری استفاده شد. تجزیه دادهها با استفاده از نرمافزار SPSS نسخه 26 و Smart Pls انجام شد. یافتههای تحقیق: در این تحقیق از تئوری رفتار برنامهریزی شده بهعنوان چهارچوب نظری تحقیق استفاده شد. نتایج تحقیق در دو بخش مدل اندازهگیری و ساختاری ارایه شدهاند. نتایج بهدست آمده از بخش مدل اندازهگیری نشان داد که شاخصهای اندازهگیری از نظر تکبعدی بودن نشانگرها، روایی و پایایی، و اعتبار تشخیصی مورد تایید بودند. در بخش مدل ساختاری نیز پس از بررسی شاخصهای برازش شده، به آزمون فرضیات تحقیق پرداخته شد. بهمنظور بررسی معنیداری ضرایب مسیر (آماره بتا) از روش از سرگیری بوت استراپینگ در دو حالت 100 و 300 نمونه استفاده شد. نتایج نشان داد که تغییری در سطح معنیداری پارامترها در دو حالت ایجاد نشد و نتایج از اعتبار بالایی برخوردار بود، زیرا معنیدار بودن روابط بین متغیرها از حجم نمونه تاثیر نپذیرفت و تنها تغییری که ایجاد شد در مقدار آماره t-Student بود. بنابراین میتوان در قالب مدل رگرسیونی فرضیات تحقیق را آزمون کرد. نتایج نشان داد که تمامی فرضیات تحقیق بر اساس روابط پیشبینی شده مورد تایید هستند. همچنین نتایج نشان داد که متغیرهای تحقیق 5/60 درصد از بهکارگیری کودهای آلی در کشت برنج را در میان شالیکاران مورد مطالعه تبیین کردند. نتیجهگیری: نتایج این مطالعه نشان داد که فقط عاملهای اقتصادی نباید بهعنوان متغیرهای پیشبینی رفتار در نظر گرفته شوند و متغیرهای اجتماعی و روانشناختی نیز ممکن است سهم بهمراتب بیشتری داشته باشند. نتایج تحقیق نشان داد که تئوری مورد استفاده در این زمینه بسیار کارآمد بود و متغیرهای آن یعنی نگرش، هنجارهای ذهنی، کنترل رفتار درکشده و تمایل به استفاده از کودهای آلی در کشت برنج توانستند بیش از 60 درصد از واریانس رفتار شالیکاران در این زمینه را تبیین کنند. بهطور کلی، با توجه به اینکه کنترل رفتار درکشده اهمیت بیشتری نسبت به سایر متغیرهای پژوهش دارد، بنابراین پیشنهاد میشود با برگزاری کارگاهها و دورههای آموزشی، سطح خودکارآمدی شالیکاران در این زمینه افزایش یابد. | ||
کلیدواژهها | ||
امنیت غذایی؛ تئوری رفتار برنامهریزی شده؛ متغیرهای اجتماعی؛ متغیرهای روانشناختی | ||
مراجع | ||
Ababneh, K. I., Ahmed, K., & Dedousis, E. (2022). Predictors of cheating in online exams among business students during the covid pandemic: Testing the theory of planned behavior. The International Journal of Management Education, 20(3), 100713. doi: 10.1016/j.ijme.2022.100713.##Abbasian, A., & Aminpanah, H. (2018). Effects of previous crop and rate of phosphorous fertilizer application on yield and yield components of rice (Oryza sativa L.) cv. Shiroudi. Journal of Crop Ecophysiology, 11(4), 889-904. [In Persian].##Adnan, N., Nordin, S. M., & Anwar, A. (2020). Transition pathways for Malaysian paddy farmers to sustainable agricultural practices: An integrated exhibiting tactics to adopt green fertilizer. Land Use Policy, 90, 104255. doi: 10.1016/j.landusepol.2019.104255.##Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior & Human Decision Processes, 50(2), 179-211. doi: 10.1016/0749-5978(91)90020-T.##Ajzen, I. (2005). Attitudes, Personality and Behaviour. Second Edition. McGraw-Hill Education.##Ajzen, I., & Fishbein, M. (2000). Attitudes and the attitude-behavior relation: Reasoned and automatic processes. European Review of Social Psychology, 11(1), 1-33. doi: 10.1080/14792779943000116.##Amini, A., Nouri, S. A., & Sangdeh, B. A. (2015). Evaluation of rice production sustainability using multi criteria decision making methods: The case of Rezvanshahr county. Iranian Agricultural Extension & Education Journal, 11(1), 101-126. [In Persian]. dorl: 20.1001.1.20081758.1394.11.1.8.2.##Anh, H. Q., Le, T. P. Q., Le, N. D., Lu, X. X., Duong, T. T., Garnier, J., Rochelle-Newall, E., Zhang, S., Oh, N.-H., Oeurng, C., Ekkawatpanit, C., Nguyen, T. D., Nguyen, Q. T., Nguyen, T. D., Nguyen, T. N., Tran, T. L., Kunisue, T., Tanoue, R., Takahashi, S., Minh, T. B., Le, H. T., Pham, T. N. M., & Nguyen, T. A. H. (2021). Antibiotics in surface water of East and Southeast Asian countries: A focused review on contamination status, pollution sources, potential risks, and future perspectives. Science of The Total Environment, 764, 142865. doi: 10.1016/j.scitotenv.2020.142865.##Anik, A. R., Rahman, S., & Sarker, J. R. (2020). Five decades of productivity and efficiency changes in world agriculture (1969-2013). Agriculture, 10(6), 200. doi: 10.3390/agriculture10060200.##Bakhtiyari, Z., Yazdanpanah, M., Forouzani, M., & Kazemi, N. (2017). Intention of agricultural professionals toward biofuels in Iran: Implications for energy security, society, and policy. Renewable & Sustainable Energy Reviews, 69, 341-349. doi: 10.1016/j.rser.2016.11.165.## Beck, L., & Ajzen, I. (1991). Predicting dishonest actions using the theory of planned behavior. Journal of Research in Personality, 25(3), 285-301. doi: 10.1016/0092-6566(91)90021-H.## Cao, H., Li, F., Zhao, K., Qian, C., & Xiang, T. (2022). From value perception to behavioural intention: Study of Chinese smallholders’ pro-environmental agricultural practices. Journal of Environmental Management, 315, 115179. doi: 10.1016/j.jenvman.2022.115179.##Carrijo, D. R., Lundy, M. E., & Linquist, B. A. (2017). Rice yields and water use under alternate wetting and drying irrigation: A meta-analysis. Field Crops Research, 203, 173-180. doi: 10.1016/j.fcr.2016.12.002.##Chen, Y., Fu, X., & Liu, Y. (2022). Effect of farmland scale on farmers’ application behavior with organic fertilizer. International Journal of Environmental Research & Public Health, 19(9), 4967. doi: 10.3390/ijerph19094967.##Damalas, C. A., & Koutroubas, S. D. (2018). Farmers' behaviour in pesticide use: A key concept for improving environmental safety. Current Opinion in Environmental Science & Health, 4, 27-30. doi: 10.1016/j.coesh.2018.07.001.##de Miranda, M. S., Fonseca, M. L., Lima, A., de Moraes, T. F., & Rodrigues, F. A. (2015). Environmental impacts of rice cultivation. American Journal of Plant Sciences, 6(12), 2009. doi: 10.4236/ajps.2015.612201.##Duan, W., Peng, L., Zhang, H., Han, L., & Li, Y. (2021). Microbial biofertilizers increase fruit aroma content of Fragaria×Ananassa by improving photosynthetic efficiency. Alexandria Engineering Journal, 60(6), 5323-5330. doi: 10.1016/j.aej.2021.04.014.##Eldredge, L. K. B., Markham, C. M., Ruiter, R. A., Fernández, M. E., Kok, G., & Parcel, G. S. (2016). Planning Health Promotion Programs: An Intervention Mapping Approach. John Wiley & Sons.##Empidi, A. V. A., & Emang, D. (2021). Understanding public intentions to participate in protection initiatives for forested watershed areas using the theory of planned behavior: A case study of Cameron highlands in Pahang, Malaysia. Sustainability, 13(8), 4399. doi: 10.3390/su13084399.##Erfani, R., Pirdashti, H., Nouri, M., & Abbasi, R. (2019). Comparison of paddy yield and soil qualitative characteristics among different agricultural systems in three regions of Mazandaran. Applied Field Crops Research, 32(1), 101-122. [In Persian]. doi: 10.22092/aj.2018.122292.1309.##Ferguson, B. J., Mens, C., Hastwell, A. H., Zhang, M., Su, H., Jones, C. H., Chu, X., & Gresshoff, P. M. (2019). Legume nodulation: the host controls the party. Plant, Cell & Environment, 42(1), 41-51. doi: 10.1111/pce.13348.##Francis, J. J, Eccles, M. P., Johnston, M., Walker, A., Grimshaw, J. M., Foy, R., Kaner, E. F. S., Smith, L., & Bonetti, D. (2004). Constructing questionnaires based on the theory of planned behaviour: A manual for health services researchers. University of Newcastle.##Goh, E., Ritchie, B., & Wang, J. (2017). Non-compliance in national parks: An extension of the theory of planned behaviour model with pro-environmental values. Tourism Management, 59, 123-127. doi: 10.1016/j.tourman.2016.07.004.##Han, H. (2015). Traveler’s pro-environmental behavior in a green lodging context: Converging value-belief-norm theory and the theory of planned behavior. Tourism Management, 47, 164-177. doi: 10.1016/j.tourman.2014.09.014.##Harland, P., Staats, H., & Wilke, H. A. (2007). Situational and personality factors as direct or personal norm mediated predictors of pro-environmental behavior: Questions derived from norm-activation theory. Basic and Applied Social Psychology, 29(4), 323-334. doi: 10.1080/01973530701665058.##Holt, J. R., Butler, B. J., Borsuk, M. E., Markowski-Lindsay, M., MacLean, M. G., & Thompson, J. R. (2021). Using the theory of planned behavior to understand family forest owner’s intended responses to invasive forest insects. Society & Natural Resources, 34(8), 1001-1018. doi: 10.1080/08941920.2021.1924330.##Homauini, Z., Abolhasani, L., & Sabouhi, M. (2018). Environmental impact assessment of different varieties of rice (Oryza sativa L.) paddy in the Kordkoy. Journal of Agroecology, 10(2), 580-602. [In Persian]. doi: 10.22067/JAG.V10I2.63502.##Huang, Y., Luo, X., Tang, L., & Yu, W. (2020). The power of habit: does production experience lead to pesticide overuse?. Environmental Science & Pollution Research, 27(20), 25287-25296. doi: 10.1007/s11356-020-08961-4.##Karimi, S., & Saghaleini, A. (2021). Factors influencing ranchers’ intentions to conserve rangelands through an extended theory of planned behavior. Global Ecology & Conservation, 26, e01513. doi: 10.1016/j.gecco.2021.e01513.##Khan, N., Ray, R. L., Kassem, H. S., Hussain, S., Zhang, S., Khayyam, M., Ihtisham, M., & Asongu, S. A. (2021). Potential role of technology innovation in transformation of sustainable food systems: A review. Agriculture, 11(10), 984. doi: 10.3390/agriculture11100984.##Kleijn, D., Bommarco, R., Fijen, T. P., Garibaldi, L. A., Potts, S. G. and van der Putten, W. H. (2019). Ecological intensification: bridging the gap between science and practice. Trends in Ecology & Evolution, 34(2), 154-166. doi: 10.1016/j.tree.2018.11.002.##Lu, H., Zhang, P., Hu, H., Xie, H., Yu, Z., & Chen, S. (2019). Effect of the grain-growing purpose and farm size on the ability of stable land property rights to encourage farmers to apply organic fertilizers. Journal of Environmental Management, 251, 109621. doi: 10.1016/j.jenvman.2019.109621.##Maleksaeidi, H., & Keshavarz, M. (2019). What influences farmers' intentions to conserve on-farm biodiversity? An application of the theory of planned behavior in Fars province, Iran. Global Ecology & Conservation, 20, e00698. doi: 10.1016/j.gecco.2019.e00698.##Mannan, S., Nordin, S. M., Rafik-Galea, S., & Rizal, A. R. A. (2017). The ironies of new innovation and the sunset industry: Diffusion and adoption. Journal of Rural Studies, 55, 316-322. doi: 10.1016/j.jrurstud.2017.07.015.##Moya, B., Parker, A., & Sakrabani, R. (2019). Challenges to the use of fertilisers derived from human excreta: The case of vegetable exports from Kenya to Europe and influence of certification systems. Food Policy, 85, 72-78. doi: 10.1016/j.foodpol.2019.05.001.##Nigbur, D., Lyons, E., & Uzzell, D. (2010). Attitudes, norms, identity and environmental behaviour: using an expanded theory of planned behaviour to predict participation in akerbside recycling programme. British Journal of Social Psychology, 49(2), 259-284. doi: 10.1348/014466609X449395.##Othman, Z. (2012). Information and communication technology innovation as a tool for promoting sustainable agriculture: A case study of paddy farming in West Malaysia. Ph.D. Dissertation, University of Malaya.##Popa, B., Niță, M. D., & Hălălișan, A. F. (2019). Intentions to engage in forest law enforcement in Romania: An application of the theory of planned behavior. Forest Policy & Economics, 100, 33-43. doi: 10.1016/j.forpol.2018.11.005.##Qin, G., Niu, Z., Yu, J., Li, Z., Ma, J., & Xiang, P. (2021). Soil heavy metal pollution and food safety in China: Effects, sources and removing technology. Chemosphere, 267, 129205. doi: 10.1016/j.chemosphere.2020.129205.##Ruepert, A., Keizer, K., Steg, L., Maricchiolo, F., Carrus, G., Dumitru, A., Mira, R., Stancu, A., & Moza, D. (2016). Environmental considerations in the organizational context: A pathway to pro-environmental behavior at work. Energy Research & Social Science, 17, 59-70. doi: 10.1016/j.erss.2016.04.004.##Savari, M. (2023). Explaining the rancher’s behavior of rangeland conservation in western Iran. Frontiers in Psychology, 13, 1090723. doi: 10.3389/fpsyg.2022.1090723.##Savari, M., & Khaleghi, B. (2023). Application of the extended theory of planned behavior in predicting the behavioral intentions of Iranian local communities toward forest conservation. Frontiers in Psychology, 14, 1121396. doi: 10.3389/fpsyg.2023.1121396.##Savari, M., Eskandari Damaneh, H., Eskandari Damaneh, H., & Cotton, M. (2023). Integrating the norm activation model and theory of planned behaviour to investigate farmer pro-environmental behavioural intention. Scientific Reports, 13(1), 5584. doi: 10.1038/s41598-023-32831-x.##Schwartz, S. H. (1970). Elicitation of moral obligation and self-sacrificing behavior: An experimental study of volunteering to be a bone marrow donor. Journal of Personality and Social Psychology, 15(4), 283. doi: 10.1037/h0029614.##Stern, P. (2000). New environmental theories: Toward a coherent theory of environmentally significant behavior. Journal of Social Issues, 56(3), 407-424. doi: 10.1111/0022-4537.00175.##Trihadmojo, B., Jones, C. R., Prasastyoga, B., Walton, C., & Sulaiman, A. (2020). Toward a nuanced and targeted forest and peat fires prevention policy: Insight from psychology. Forest Policy & Economics, 120, 102293. doi: 10.1016/j.forpol.2020.102293.##Tseng, T. H., Wang, Y. M., Lin, H. H., Lin, S. J., Wang, Y. S., & Tsai, T. H. (2022). Relationships between locus of control, theory of planned behavior, and cyber entrepreneurial intention: The moderating role of cyber entrepreneurship education. The International Journal of Management Education, 20(3), 100682. doi: 10.1016/j.ijme.2022.100682.##Ullah, S., Abid, A., Aslam, W., Noor, R. S., Waqas, M. M., & Gang, T. (2021). Predicting behavioral intention of rural inhabitants toward economic incentive for deforestation in Gilgit-Baltistan, Pakistan. Sustainability, 13(2), 617. doi: 10.3390/su13020617.##Wang, Y., Zhou, S., & Jiang, G. (2023). Can the application of environmentally friendly fertilisers reduce agricultural labour input? Empirical evidence from peanut farmers in China. Sustainability, 15(4), 2989. doi: 10.3390/su15042989.##Wauters, E., Bielders, C., Poesen, J., Govers, G., & Mathijs, E. (2010). Adoption of soil conservation practices in Belgium: An examination of the theory of planned behaviour in the agri-environmental domain. Land Use Policy, 27(1), 86-94. doi: 10.1016/j.landusepol.2009.02.009.##Wu, H., & Ge, Y. (2019). Excessive application of fertilizer, agricultural non-point source pollution, and farmer’s policy choice. Sustainability, 11(4), 1165. doi: 10.3390/su11041165.##Xiang, Z., Tian, Q., & Li, Q. (2021). Perceived risk, environmental attitude and fertilizer application by vegetable farmers in China. International Journal of Low-Carbon Technologies, 16(3), 683-690. doi: 10.1093/ijlct/ctaa101.##Yadav, R., & Pathak, G. S. (2016). Young consumer’s intention towards buying green products in a developing nation: Extending the theory of planned behavior. Journal of Cleaner Production, 135, 732-739. doi: 10.1016/j.jclepro.2016.06.120.##Yuan, F., Tang, K., & Shi, Q. (2021). Does Internet use reduce chemical fertilizer use? Evidence from rural households in China. Environmental Science & Pollution Research, 28, 6005-6017. doi: 10.1007/s11356-020-10944-4.##Zheng, S., Yin, K., & Yu, L. (2022). Factors influencing the farmer's chemical fertilizer reduction behavior from the perspective of farmer differentiation. Heliyon, 8(12), e11918. doi: 10.1016/j.heliyon.2022.e11918. | ||
آمار تعداد مشاهده مقاله: 145 تعداد دریافت فایل اصل مقاله: 166 |