ResearchPDF Available

Obstáculos para la recuperación y las estrategias para la adaptación al cambio climático entre agricultores puertorriqueños después del huracán María: Un enfoque de métodos mixtos

Authors:

Abstract and Figures

Traducción de, "Rodríguez-Cruz, LA., Moore, M., Niles, MT. (2021) Puerto Rican Farmers’ Obstacles Towards Recovery and Adaptation Strategies after Hurricane Maria: A Mixed-Methods Approach to Understanding Adaptive Capacity. Frontiers in Sustainable Food Systems. doi: 10.3389/fsufs.2021.662918." ++++ La traducción fue realizada por Luis Alexis Rodríguez-Cruz. Esta traducción es directa, no profesional. El propósito es hacer el artículo original en inglés uno accesible. Se le pide disculpas a quien lea por errores ortográficos y gramaticales. Aquí “capacidad de adaptación” y “capacidad adaptativa” se utilizaron como traducción de “adaptive capacity”. ++++ Resumen Los agricultores de todo el mundo están experimentando crisis que hacen evidente la necesidad de comprender mejor los factores y las barreras potenciales para fortalecer la capacidad de adaptación. Esto es especialmente cierto en el contexto de un desastre, donde una interrupción en el entorno natural y construido obstaculiza las estrategias de subsistencia y expone las dinámicas subyacentes que perpetúan la vulnerabilidad a los peligros naturales. Como tal, las interconexiones de atributos estructurales e individuales deben considerarse al evaluar la capacidad de adaptación de las personas. Este estudio utiliza un enfoque convergente de métodos mixtos para evaluar la adopción real y prevista de prácticas de adaptación por parte de los agricultores puertorriqueños, a la luz de los obstáculos que enfrentaron hacia la recuperación después del huracán María de categoría cuatro en 2017, para contribuir a comprender mejor la capacidad de adaptación. Este estudio utiliza datos de 405 agricultores en todo Puerto Rico (87% de tasa de respuesta), encuestados ocho meses después de María por agentes agrícolas del Servicio de Extensión de la Universidad de Puerto Rico en Mayagüez. Los datos cuantitativos se evaluaron mediante regresiones binomiales negativas (adopción real) y modelos lineales generalizados (adopción prevista), mientras que los datos cualitativos (obstáculos informados) se analizaron mediante análisis temático. Este estudio encontró que casi la mitad de los agricultores adoptaron una práctica de adaptación después de María y que, en muchos casos, componentes estructurales, como los sistemas de gobernanza, las redes sociales de los agricultores y la infraestructura, afectan la capacidad de adaptación más que las percepciones individuales de capacidad. Las futuras estrategias e intervenciones de adaptación, especialmente en el contexto de un desastre, deben considerar en qué medida los factores estructurales obstaculizan la capacidad de las personas para prepararse, responder y recuperarse de los impactos de estos impactos. Nuestros resultados muestran que podría haber oportunidad de promulgar nuevos sistemas a la luz de eventos catastróficos, pero esto no depende únicamente de las acciones individuales. El enfoque de métodos mixtos utilizado puede informar estudios futuros para evaluar mejor la capacidad adaptativa desde un punto de vista que incorpore componentes individuales y estructurales.
Content may be subject to copyright.
Obstáculos para la recuperación y las estrategias para la adaptación al
cambio climático entre agricultores puertorriqueños después del huracán
María: Un enfoque de métodos mixtos
Por Luis Alexis Rodríguez-Cruz, Maya Moore y Meredith T. Niles
Referencia: Rodríguez-Cruz, LA., Moore, M., Niles, MT. (2021) 
Obstacles Towards Recovery and Adaptation Strategies after Hurricane Maria: A Mixed-
Methods Approach to Understanding Adaptive Capacity. Frontiers in Sustainable Food Systems.
doi: 10.3389/fsufs.2021.662918.
La traducción fue realizada por Luis Alexis Rodríguez-Cruz. Esta traducción es directa, no
profesional. El propósito es hacer el artículo original en inglés uno accesible. Se le pide disculpas
a quien lea por errores ortográficos y gramaticales. Aquí ón
adaptativacomo traducción de adaptive capacity
Contacto del primer autor: lrodrig2@uvm.edu
Resumen
Los agricultores de todo el mundo están experimentando crisis que hacen evidente la necesidad
de comprender mejor los factores y las barreras potenciales para fortalecer la capacidad de
adaptación. Esto es especialmente cierto en el contexto de un desastre, donde una interrupción en
el entorno natural y construido obstaculiza las estrategias de subsistencia y expone las dinámicas
subyacentes que perpetúan la vulnerabilidad a los peligros naturales. Como tal, las
interconexiones de atributos estructurales e individuales deben considerarse al evaluar la
capacidad de adaptación de las personas. Este estudio utiliza un enfoque convergente de métodos
mixtos para evaluar la adopción real y prevista de prácticas de adaptación por parte de los
agricultores puertorriqueños, a la luz de los obstáculos que enfrentaron hacia la recuperación
después del huracán María de categoría cuatro en 2017, para contribuir a comprender mejor la
capacidad de adaptación. Este estudio utiliza datos de 405 agricultores en todo Puerto Rico (87%
de tasa de respuesta), encuestados ocho meses después de María por agentes agrícolas del
Servicio de Extensión de la Universidad de Puerto Rico en Mayagüez. Los datos cuantitativos se
evaluaron mediante regresiones binomiales negativas (adopción real) y modelos lineales
generalizados (adopción prevista), mientras que los datos cualitativos (obstáculos informados) se
analizaron mediante análisis temático. Este estudio encontró que casi la mitad de los agricultores
adoptaron una práctica de adaptación después de María y que, en muchos casos, componentes
estructurales, como los sistemas de gobernanza, las redes sociales de los agricultores y la
infraestructura, afectan la capacidad de adaptación más que las percepciones individuales de
capacidad. Las futuras estrategias e intervenciones de adaptación, especialmente en el contexto
de un desastre, deben considerar en qué medida los factores estructurales obstaculizan la
capacidad de las personas para prepararse, responder y recuperarse de los impactos de estos
impactos. Nuestros resultados muestran que podría haber oportunidad de promulgar nuevos
sistemas a la luz de eventos catastróficos, pero esto no depende únicamente de las acciones
individuales. El enfoque de métodos mixtos utilizado puede informar estudios futuros para
evaluar mejor la capacidad adaptativa desde un punto de vista que incorpore componentes
individuales y estructurales.
1. Introducción
Los agricultores de todo el mundo se enfrentan impactos compuestos o que suceden a la
vez (, como huracanes devastadores y sequías graves. Es probable que
estos impactos se vuelvan más frecuentes o intensos dentro de la crisis climática actual (IPCC,
2014; Zhang et al., 2020), por lo que cada vez es más importante comprender cómo se pudiera
fortalecer la capacidad de adaptación de los agricultores (definida como aquellos recursos o
activos disponibles para mitigar, prepararse, contrarrestar y recuperarse de los impactos) (Barnes
et al., 2020; Brooks & Adger, 2005; Cinner et al. , 2018; Gallopín, 2006; López-Marrero, 2010;
Phillips et al., 2020; Wisner et al., 2012). Dado que los agricultores están integrados en sistemas
socioecológicos, es importante reconocer que la capacidad de adaptación se compone de varios
determinantes que pueden extenderse más allá del individuo a los niveles institucionales o
sistémicos, como por ejemplo: regulaciones políticas, pobreza, vulnerabilidad a eventos
extremos y otros. (Doran et al., 2020; Reed et al., 2013; Shinbrot et al., 2019). Por lo tanto, al
evaluar la capacidad de adaptación, sus determinantes deben considerarse a través de escalas
(Adger, 2006; López-Marrero, 2010).
Tal afirmación es especialmente cierta en el contexto de un desastre, donde una
interrupción de los entornos naturales y construidos, así como de las actividades de subsistencia
cotidianas, refleja los recursos y las habilidades que las personas tienen disponibles para manejar
la situación (Adger, 2006); Clay et al., 2018; Quarantelli, 1992; Wisner et al., 2004, 2012). Es
importante reconocer que los desastres son productos sociohistóricos que ponen de relieve la
vulnerabilidad de las personas a los peligros naturales, la cual en gran medida está impulsada por
la exposición y sensibilidad de las personas a esos impactos, así como por su capacidad de
adaptación (Brooks & Adger, 2005; Gallopín, 2006; Ribot, 2014; Smit y Wandel, 2006).
Disminuir la exposición y la sensibilidad a las amenazas naturales la tasa de estar sujeto a
impactos y el grado de cambio debido a los impactos, respectivamente es difícil en lugares
donde, dada las condiciones geofísicas y geográficas, se experimentan una mayor prevalencia de
amenazas naturales (Gallopín, 2006; López-Marrero, 2010; López-Marrero y Wisner, 2012; Smit
y Wandel, 2006). Por lo tanto, concentrarse en fortalecer la capacidad de adaptación es un paso
crucial para disminuir la vulnerabilidad.
Para aportar a eso y para comprender mejor la capacidad de adaptación de los
agricultores en un contexto de desastre, tanto a nivel individual como social, este estudio utiliza
un diseño convergente de métodos mixtos (Creswell y Plano-Clark, 2018) para examinar la
adopción prevista y real de la adaptación de prácticas y estrategias de los agricultores
puertorriqueños después del huracán María, a la luz de los obstáculos que enfrentaron para la
recuperación posterior al huracán. El huracán María fue el huracán de categoría cuatro más
fuerte en impactar a Puerto Rico en 89 años, y el primero en tener un impacto directo en 19 años
(Bang et al., 2019; Castro Rivera et al., 2018). El huracán tocó tierra el 20 de septiembre de 2017
y desencadenó un desastre que hizo visible cómo las dinámicas sociales y políticas en Puerto
Rico exacerban la vulnerabilidad a los peligros naturales (Bonilla, 2020; Moulton & Machado,
2019). Casi 3.000 muertes se atribuyen a la falta de acceso a electricidad, agua, atención médica
y otras necesidades básicas después del paso de María (Bonilla, 2020; Santos-Burgoa et al.,
2018).
Antes de María, el sector agrícola en Puerto Rico estaba experimentando avances en la
producción y siendo reconocido como un sector importante en un lugar donde se importa
alrededor del 85% de los alimentos (Álvarez-Berríos et al., 2018; Comas-Pagán, 2014; Irizarry-
Ruiz , 2016). El huracán María cambió esta trayectoria; el Departamento de Agricultura de
Puerto Rico informó que el 80% de la infraestructura agrícola y la producción se perdieron
debido a los vientos y las lluvias del huracán María, el cual tocó tierra apenas dos semanas
después de que el huracán Irma de categoría cinco impactara el territorio. Ambas tormentas
fueron parte de la temporada de huracanes del Atlántico de 2017, la cual superó los estándares
meteorológicos y fue la temporada más costosa registrada (Bang et al., 2019). Ambos huracanes
afectaron a muchas islas del Caribe, lo que hace evidente que mejorar la capacidad de adaptación
entre los sistemas insulares es clave para promover la adaptación.
Se sabe que los estados y territorios insulares enfrentan vulnerabilidades adicionales al
cambio climático debido a características isleñas, como la exposición al aumento del nivel del
mar y los impactos naturals constantes, junto con sus pequeñas economías y territorios, el
aislamiento y la dependencia de las importaciones (Graham, 2012; IPCC, 2014; Kim y Bui,
2019; Scobie, 2018). La temporada de huracanes de 2017 puso en evidencia esas condiciones
subyacentes, incluidas las estructuras de gobernanza del Caribe que reflejan las relaciones
neocoloniales (Bang et al., 2019; Bonilla, 2020; Borges-Méndez & Caron, 2019), y perpetúan la
vulnerabilidad de los sistemas socioecológicos (Quarantelli , 1992; Ribot, 2014). Dada la
importancia de la agricultura local para la seguridad alimentaria de las islas en el contexto de la
respuesta y la recuperación de las crisis, es crucial comprender la adaptación de los agricultores
al cambio climático a la luz de un desastre: el conjunto de decisiones y procesos que les permiten
asegurar la producción agrícola al tiempo que salvaguardan sus medios de vida. (Brooks &
Adger, 2005; Jezeer et al., 2019; Shinbrot et al., 2019) Ello pudiera proporcionarnos una imagen
más clara de la interacción entre los factores individuales y estructurales en la capacidad
adaptativa.
La adopción de prácticas agrícolas y estrategias de gestión, como la diversificación
agrícola de productos y fuentes de energía, entre otras, permite a los agricultores compensar los
impactos en un clima cambiante y son clave para las adaptaciones que pueden respaldar los
resultados de los medios de vida como la seguridad alimentaria (Akhter & Erenstein, 2017;
Anderzén et al., 2020; Caswell et al., 2016; Fernandez & Méndez, 2019; Niles & Salerno, 2018).
Estas acciones pueden permitir que los sistemas agrícolas regresen al estado anterior antes del
evento (es decir, "recuperarse o bounce back") o transformarse en nuevos sistemas que se
adapten mejor a las circunstancias climáticas cambiantes (es decir, "transformarse o bounce
forward") (Payne et al. , 2021). Cualquiera de las opciones, ya sea incremental (p. ej., Adopción
de cultivos de cobertura) o transformadora (p. ej., Cambio de monocultivo a agricultura diversa)
depende de la capacidad de adaptación de los agricultores: los recursos o activos a los que los
agricultores tienen acceso, que juegan un papel clave en tales decisiones (Barnes et al., 2020;
Caswell et al., 2016; Holt-Giménez, 2002; Wilson et al., 2020).
La capacidad de adaptación es multidimensional y sus determinantes van desde atributos
individuales, como género y activos financieros, hasta recursos materiales y gubernamentales
(Tabla 1). Abordar la adaptación al cambio climático reconociendo la capacidad adaptativa como
un componente multidimensional proporciona un marco para definir qué recursos se necesitan
para contrarrestar y recuperarse de los choques en un contexto dado (López-Marrero, 2010;
López-Marrero & Wisner, 2012; López-Marrero & Wisner, 2012; López-Marrero & Yarnal,
2010). Comprender el papel de cómo las diferentes capacidades afectan la adopción real y
prevista de prácticas agrícolas y estrategias de manejo por parte de los agricultores
puertorriqueños después de María, y sus obstáculos para la recuperación, puede permitir una
evaluación más sistemática de las barreras y los impulsores para fortalecer la capacidad de
adaptación de los agricultores. brindándonos una mejor imagen de cómo las estructuras más
amplias, más allá de los atributos individuales, efectúan la acción (Rodríguez-Cruz & Niles,
2021).
Tabla 1: Determinantes de la capacidad adaptativa delineados por López-Marrero et al., (2010)
Determinante
Descripción
Recursos agrícolas
Recursos disponibles para llevar a cabo la producción agrícola
actual o posterior a un peligro (por ejemplo, semillas, insumos
agrícolas, maquinaria agrícola, etc.).
Recursos económicos
Los recursos económicos y financieros (por ejemplo,
monetarios) que tienen los agricultores (por ejemplo, ingresos
del trabajo, ahorros, crédito, pensiones, transferencias del
estado, seguros, etc.) y que están disponibles (por ejemplo,
ayudas monetarias) para la adaptación o recuperación. .
Recursos humanos
Las habilidades (p. Ej., Formación), conocimientos (p. Ej.,
Educación formal) y conciencia (p. Ej., De las opciones de
adaptación, la naturaleza y evolución de los peligros), la
experiencia, la capacidad para trabajar y la buena salud (p. Ej.,
Seguridad alimentaria) que permiten los agricultores deben
Determinante
Descripción
aplicar estrategias de adaptación antes de los peligros y luego
para la recuperación.
Instituciones
La disponibilidad de instituciones críticas que promueven y
apoyan las estrategias de adaptación entre los agricultores,
junto con la forma en que operan y están estructuradas (por
ejemplo, toma de decisiones transparente, requisito
institucional).
Recursos tecnológicos y materiales
La infraestructura (por ejemplo, transporte, sistemas de
drenaje, viviendas, servicios públicos) y los equipos y
materiales de producción disponibles para la adaptación y
recuperación; junto con los sistemas tecnológicos (por
ejemplo, sistemas de comunicación, estructuras de protección)
disponibles para adaptación y recuperación.
Recursos naturales
Los recursos presentes en el entorno físico (por ejemplo,
materias primas, biodiversidad) y / o los servicios que brindan
(por ejemplo, polinización) que son útiles para la adaptación.
Percepción/cognitivo
Las diferentes visiones de la naturaleza que tienen las
personas, las percepciones de los peligros (por ejemplo, la
probabilidad de que ocurran y los daños potenciales), la
efectividad percibida de las acciones de adaptación pasadas,
las alternativas percibidas y la capacidad percibida para
emprenderlas o actuar ante la exposición a los peligros.
Recursos políticos
Poder, derecho, desarrollo de capacidades políticas o reclamos
que los agricultores pueden hacer sobre el estado, las
instituciones o aquellos más poderosos que ellos (por ejemplo,
sindicatos, cabildeo, acceso a la legislatura, etc.).
Recursos sociales
Los recursos sociales (por ejemplo, redes informales-
horizontales, movilización social, acciones colectivas y
relaciones de confianza, reciprocidad e intercambio) a los que
los agricultores pueden recurrir para la adaptación y
recuperación.
Nota: el lenguaje se modificó para centrarse en los agricultores (por ejemplo, en lugar de utilizar

El contenido de la tabla es de López-Marrero (2010).
La toma de decisiones de los agricultores en torno a la adaptación al cambio climático se
ha estudiado desde varias perspectivas disciplinarias (Foguesatto et al., 2020; Prokopy et al.,
2019; Ranjan et al., 2019), con conclusiones mixtas sobre la medida en que las capacidades de
adaptación impactan resultados de adaptación. Por ejemplo, a diferencia de los estudios en países
de ingresos bajos y medianos (p. Ej., Kassie et al., 2015), la adopción de nuevos
comportamientos entre los agricultores de EE. UU. continental no depende en gran medida de los
recursos naturales y agrícolas (p. Ej., Tenencia de la tierra, tamaño de la finca , etc.) (Prokopy et
al., 2019). Además, los recursos sociales, gubernamentales e institucionales, como la pertenencia
a redes de agricultores, los subsidios y las regulaciones, influyen en el grado en que los
agricultores adoptan nuevas prácticas. Por ejemplo, el acceso a fuentes de información a través
de redes sociales o institucionales de apoyo que aumentan el conocimiento de los agricultores
sobre qué estrategias los benefician y cómo llevarlas a cabo, ha demostrado ser positivo para la
adaptación de los agricultores (Bagagnan et al., 2019; Dang et al., 2018; Luu et al., 2019; Raza et
al., 2019). Los estudios también han demostrado que los factores psicológicos, como la
vulnerabilidad y la capacidad percibidas, por ejemplo, desempeñan un papel en las decisiones de
adaptación de los agricultores. Wang (2019) encontró que la vulnerabilidad y la gravedad
percibidas tuvieron un efecto en la intención de los agricultores chinos de adoptar prácticas
proambientales, y Niles et al. (2016) encontraron que la capacidad percibida estaba relacionada
con la adopción tanto prevista como real de nuevas prácticas entre los agricultores de Nueva
Zelanda.
Si bien estos estudios han demostrado la importancia de integrar diferentes aspectos de la
capacidad adaptativa, aún existe una brecha en la triangulación del papel de los aspectos
individuales y estructurales de las conductas de adaptación (Foguesatto et al., 2020; Rodríguez-
Cruz & Niles, 2021; Wilson et al. al., 2020). Gran parte de la literatura se ha centrado en la
intención de adoptar o en la adopción real, y no ha considerado ambos dentro de la misma
población (Niles et al., 2016). Además, la literatura sobre adaptación ha sido limitada en la
intersección de componentes individuales (intrapersonales) y sociales (interpersonales). Aquí
abordamos estas brechas centrándonos en los agricultores puertorriqueños durante su período de
recuperación del huracán María y examinamos las múltiples facetas de la capacidad de
adaptación y su relación con la adopción de prácticas de adaptación previstas y reales. Este
documento tiene la intención de contribuir a las conversaciones actuales sobre cómo comprender
y abordar la capacidad adaptativa de una manera que analice múltiples componentes. No
pretendemos evaluar la eficacia de las prácticas y estrategias de adaptación. Más bien, nuestro
objetivo es proporcionar una perspectiva metodológica diferente que pueda mejorar nuestra
evaluación de lo que puede ser necesario para mejorar la capacidad de adaptación.
Como tal, preguntamos lo siguiente: (1) ¿Qué obstáculos experimentaron los agricultores
que frustraron la recuperación de sus fincas después del huracán María, y qué determinantes de
la capacidad de adaptación se reflejan en ellos? (2) ¿Cuáles fueron la adopción real y prevista de
prácticas agrícolas y estrategias de gestión por parte de los agricultores después del huracán
María? (3) ¿Qué determinantes de la capacidad de adaptación explican la adopción real y
prevista, y cómo se comparan? (4) ¿Cómo se comparan los obstáculos informados por los
agricultores para la recuperación después de María con la intención de adoptar y adoptar
prácticas de gestión agrícola y estrategias de adaptación?
La literatura científica en el Caribe y Centroamérica, regiones afectadas por los huracanes
del Atlántico, ha demostrado que la adaptación depende en gran medida de factores estructurales
(sociales, gubernamentales e institucionales) y relacionados con los ingresos (económicos,
materiales y tecnológicos). Por lo tanto, esperamos que las variables que reflejen estos factores
sean significativas tanto en la adopción real como en la prevista (H1). Además, aunque la
investigación ha demostrado que los factores de percepción no son fundamentales para la
adopción de prácticas por parte de los agricultores puertorriqueños (Rodríguez-Cruz & Niles,
2021), esperamos que estos factores estén relacionados con las prácticas previstas (H2). Por
último, se sabe que el huracán María causó daños importantes en Puerto Rico y que los
posteriores esfuerzos de recuperación no lograron salvaguardar vidas y bienestar (Bonilla, 2020;
Santos-Burgos, 2018). Por lo tanto, esperamos que los obstáculos autoinformados por los
agricultores reflejen el papel de estructuras más amplias (gubernamentales, institucionales y
sociales) en la recuperación de sus fincas (H3), así como en el tipo de prácticas que actualizaron
y pretendieron llevar a cabo (H4).
2. Materiales y métodos
2.1 Cuestionario y muestra poblacional
Se desarrolló un cuestionario de métodos mixtos, basado en estudios previos (Haden et al.,
2012; Niles et al., 2015; Niles & Mueller, 2016; Singh et al., 2017; Spence et al., 2011) para
capturar las percepciones y opiniones de los agricultores puertorriqueños sobre su experiencia
con el huracán María y el cambio climático. Los objetivos generales del proyecto principal se
centraron en comprender la adaptación de los agricultores y los resultados de seguridad
alimentaria a la luz de la recuperación de los agricultores del huracán María (Rodríguez-Cruz &
Niles, 2020). El estudio recibió la aprobación de la Junta de Revisión Institucional de la
Universidad de Vermont en diciembre de 2017.
En febrero de 2018 se llevó a cabo un estudio piloto con un grupo de agricultores
diversos (n = 31) y los resultados se compartieron con los socios del Servicio de Extensión de la
Universidad de Puerto Rico en Mayagüez. El instrumento recibió correcciones mínimas de
lenguaje y estructura.
Los datos utilizados en este estudio fueron un subconjunto de preguntas del cuestionario
(tanto de respuesta cerrada como abierta), sobre la demografía de los agricultores, preguntas que
reflejaban los recursos de la capacidad de adaptación, las percepciones de adaptación, las
prácticas reales y previstas y los obstáculos que enfrentaron para la recuperación. Algunas
variables se modificaron (p. Ej., escala Likert a binaria) para capturar mejor a los individuos, y
porque algunas tenían respuestas concentradas en dos ítems (p. Ej., De acuerdo y muy de
acuerdo). La Tabla 2 muestra las variables independientes utilizadas en este estudio, y la Tabla 3
muestra las prácticas agrícolas y las estrategias de manejo que se preguntaron en la encuesta.
El cuestionario fue desplegado por agentes agrícolas locales del Servicio de Extensión
que actuaron como enumeradores, entre mayo y julio de 2018, ocho meses después del huracán
María. Para acceder a un número diverso y sustancial de agricultores, se distribuyeron 440
cuestionarios en las cinco regiones que cubre el Servicio de Extensión en todo Puerto Rico:
Arecibo, Caguas, Mayagüez, Ponce y San Juan. Se enviaron cien copias a cada una de las
oficinas administrativas de Caguas, Ponce y San Juan; 70 fueron enviadas a Arecibo y
Mayagüez, según recomendación del personal de Extensión. Luego, los agentes agrícolas
encuestaron al azar a los agricultores que estaban conectados a Extensión o habían recibido sus
servicios en los municipios de cada región. Los colegas de Extensión recomendaron este enfoque
para acceder a una amplia gama de agricultores (por ejemplo, mixtos, bananeros, plátanos,
ganaderos, avícolas, etc.) de todo Puerto Rico.
Tabla 2: Variables independientes utilizadas en modelos cuantitativos. Cada variable está categorizada para reflejar un determinante de capacidad adaptativa.
Determinante
Nombre de la variable
Escala
Razón
Agrícola, natural
Producción agrícola
Variable agregada de conteo
Esta variable es un proxy de la
diversidad agrícola, que se ha
demostrado que proporciona
beneficios (por ejemplo,
servicios de los ecosistemas) que
aumentan la resistencia de las
granjas a los impactos y
respaldan la recuperación.
Agrícola, natural
Tamaño de la finca
Continua
Se ha demostrado que el tamaño
de la explotación está
relacionado con los resultados
de los medios de vida y la
capacidad de adaptación en
distintas regiones.
Humano
Educación
Binaria (1 = Algo de
Universidad o más; 0 =
Diploma de escuela superior
o menos)
Alcanzar niveles de educación
formal está relacionado con los
resultados de los medios de vida
y la capacidad de adaptación a
través del aumento de los activos
del hogar (por ejemplo, mayores
ingresos)
Humano
Género
Binaria (1 = Mujer; 0 =
Hombre)
Se ha demostrado que los
agricultores identificados como
mujeres enfrentan varias
limitaciones para lograr
resultados en materia de medios
de vida, como la seguridad
alimentaria.
Humano
Años como agricultor
Continua
Esta variable estaba altamente
correlacionada con la edad. Esta
Determinante
Nombre de la variable
Escala
Razón
variable se incluyó porque los
años de cultivo pueden reflejar
los conocimientos agrícolas
tradicionales y locales. Así como
las experiencias de los
agricultores con eventos
pasados.
Físico, politico, institucional,
gubernamental
Metropolitano
Dummy (1 = finca en
municipio metropolitano, 0
= finca en municipio no
metropolitano)
Los municipios puertorriqueños
están clasificados por la Junta de
Planificación como
metropolitanos según su
ubicación (cerca de las grandes
ciudades o la costa) y el tamaño
de la población. Los municipios
metropolitanos tienen mayor
acceso a activos físicos (por
ejemplo, carreteras) y agencias
gubernamentales e
institucionales.
Físico, institucional,
gubernamental
Región de extensión
Categórica (dummy)
Una variable categórica basada
en los municipios informados
donde se encuentran las granjas.
Esta variable fue creada para
agrupar a los agricultores en
función de la oficina de
Extensión que les da el servicio.
Economic, Governmental
Bona fide
Binaria (1 = Yes; 0 = No)
Para ser agricultor bona fide, el
51% o más de los ingresos de los
agricultores deben provenir de la
agricultura. Esta certificación
brinda a los agricultores
beneficios económicos (por
Determinante
Nombre de la variable
Escala
Razón
ejemplo, exenciones, incentivos,
etc.) y reconocimiento formal
por parte del Departamento de
Agricultura de Puerto Rico..
Económico
Ingreso familiar
Binaria (0 = menos de
$20,000; 1 = $20,000 o más)
El ingreso familiar ha sido una
variable clave para reflejar la
capacidad de adaptación de las
personas. Se asume que un
mayor ingreso se relaciona con
el acceso a otros activos y un
mayor bienestar.
Económico
Acceso a mercados
Aggregated count variable
Tener una diversidad de formas
de vender productos puede ser
beneficioso para la capacidad de
adaptación de los agricultores,
ya que les permite tener más
oportunidades para vender sus
productos.
Social, institucional
Lista de contactos
Aggregated count variable
Se preguntó a los agricultores
sobre las organizaciones e
instituciones que les han
proporcionado información
sobre la adaptación al cambio
climático. Esta variable nos
permite hacer proxy de las redes
sociales y acceder a diversas
fuentes de apoyo, que ayudan en
la capacidad de adaptación.
Percepción/cognitivo
Percepción de capacidad
percibida (autocapacidad)
Binaria (1 = totalmente de
acuerdo, 0 = de acuerdo o
menos)
La capacidad percibida compone
diversas teorías conductuales
probadas, como la Teoría del
Comportamiento Planificado. Se
Determinante
Nombre de la variable
Escala
Razón
ha demostrado que la capacidad
percibida de los individuos para
cambiar un comportamiento o
asumir uno nuevo impide el
comportamiento real. Sin
embargo, su papel en el cambio
de comportamiento varía.
Además, la capacidad percibida
puede reflejar el acceso a activos
externos que pueden motivar al
individuo a cambiar o asumir un
nuevo comportamiento.
Percepción/cognitivo
Vulnerabilidad percibida
Binaria (1 = totalmente de
acuerdo, 0 = de acuerdo o
menos)
La vulnerabilidad o el riesgo
percibidos pueden ser un
motivador para que las personas
promulguen cambios que
reduzcan esa vulnerabilidad o
riesgo. Además, la percepción
de vulnerabilidad puede ser útil
para comprender el contexto
socioecológico de un individuo.
Contexto de vulnerabilidad
Daños por el huracán
Binaria (1 = pérdida total, 0
= daños significativos o
menos)
Esta variable se utiliza como
proxy que refleja la exposición y
la sensibilidad de los
agricultores al huracán María. El
daño directo de los peligros
naturales también puede reflejar
la gravedad del impacto.
2.2 Lugar y población
Puerto Rico es la más pequeño de las Antillas Mayores del Caribe. Es un territorio no
incorporado de los Estados Unidos, cuya población es de aproximadamente 3.3 millones de
personas (Oficina del Censo de EE. UU., 2020). Como la mayoría de las islas de la región,
Puerto Rico ha experimentado una disminución de sus fincas y de la producción de alimentos
desde la década de 1990 debido a la liberalización y los desequilibrios comerciales, las
situaciones económicas, la afluencia de importaciones y otros factores externos e internos que
dificultan la producción y el acceso de alimentos ( FAO, 2014; Irizarry-Ruiz, 2016; Lowitt et al.,
2015; Weis, 2007). Si bien produjo alrededor del 40% de sus necesidades alimentarias en la
década de 1980, Puerto Rico actualmente solo produce alrededor del 15% (Carro-Figueroa,
2002; Gould, 2015; Gould et al., 2017; Irizarry-Ruiz, 2016). El territorio también atraviesa una
crisis social y política por el elevado endeudamiento (Bonilla, 2020; Bueno, 2017; Félix & Holt-
Giménez, 2017). En ese contexto, el sector agrícola estaba experimentando mejoras en la
producción, el acceso a los mercados locales y otras oportunidades antes de María (Comas-
Pagán, 2014; Gould et al., 2017; Irizarry-Ruiz, 2016). Los esfuerzos gubernamentales y
comunitarios se centraron en apoyar a los agricultores nuevos y actuales antes de los huracanes
de 2017. Estos esfuerzos se detuvieron por los impactos de los huracanes Irma y María. El
Departamento de Agricultura de Puerto Rico (2018) informa que estos dos huracanes causaron $
2 mil millones en daños, siendo María el más significativo de los dos en términos de pérdidas
agrícolas ($ 228 millones en pérdidas de producción y $ 1.8 mil millones en pérdidas de
infraestructura). Por ejemplo, los informes indican que el sector del plátano sufrió daños por $ 72
millones, mientras que el sector bananero sufrió $ 19 millones. Otros sectores muy afectados
fueron el café ($ 18 millones), los lácteos ($ 14 millones) y las aves de corral ($ 6 millones).
Aunque ambos impactos diezmaron el sector agrícola de Puerto Rico, los agricultores han
experimentado una cantidad significativa de amenazas naturales desde 2017, como tormentas
intensas y sequías severas (Díaz et al., 2018; Gould, 2015; López-Marrero & Castro-Rivera,
2018 , 2019; Rodríguez-Cruz & Niles, 2021). Incluso un huracán de categoría uno puede dañar
fácilmente la agricultura local. Muchos de los cultivos de alto valor de Puerto Rico, como el
café, el guineo y el plátano, son muy susceptibles a los cambios de temperatura y a los vientos
moderados. Además, en las zonas costeras se encuentran importantes tierras agrícolas,
susceptibles de erosión e intrusión de agua de mar en los acuíferos (Díaz et al., 2018). La Cuarta
Evaluación Nacional del Clima del Congreso de los EE. UU. (2018) concluyó que los patrones
de lluvia cambiarán y la disponibilidad de agua probablemente disminuirá para Puerto Rico,
coincidiendo con el aumento de las temperaturas que contribuyen a la ocurrencia de sequías
recurrentes en el futuro. Esos impactos están ocurriendo simultáneamente con tormentas más
fuertes (Díaz et al., 2018).
Los agricultores de Puerto Rico producen principalmente para los mercados nacionales y
trabajan en fincas pequeñas y medianas según el USDA. La agricultura de subsistencia no es
típica en Puerto Rico. El censo de 2018 establece que la mayoría de los agricultores en el
territorio (u operadores principales) tienen un ingreso familiar de menos de $ 20,000,
significativamente menor que el promedio de los EE. UU., el cual supera los $ 60,000 (USDA
ERS, 2020). El ingreso familiar promedio de Puerto Rico es de $ 20,539 (Oficina del Censo de
EE. UU., 2020). El USDA define una finca puertorriqueña como un lugar donde se producen o
venden productos agrícolas por valor de $ 500 o más. Entre 2012 y 2018, Puerto Rico
experimentó una disminución en las fincas (USDA NASS, 2020). Había 13,159 fincas en 2012 y
actualmente hay 8,230 fincas según el censo reciente (USDA NASS, 2020). Hoy en día, la
mayoría de las fincas tienen menos de 100 cuerdas (medida de tierra tradicional de Puerto Rico)
o 97 acres (un promedio de 59.3 cuerdas) y son en su mayoría fincas familiares o individuales.
Hay fincas grandes que ejecutan monocultivos extensivos, pero muchas de las granjas pequeñas
y medianas producen una variedad diversa de productos agrícolas (Álvarez-Febles & Félix,
2020). Es importante mencionar que muchas otras granjas, como proyectos agrícolas apoyados
por la comunidad y otras, no se cuentan en el censo o no están directamente vinculadas al
Departamento de Agricultura de Puerto Rico.
2.3 Análisis cualitativo
El cuestionario pidió a los agricultores que indicaran al menos tres obstáculos enfrentados
durante la recuperación de sus operaciones agrícolas. Las respuestas de los agricultores a esta
pregunta abierta se analizaron mediante doble codificación mediante un análisis temático con
códigos a priori (Creswell, 2014, 2016). Las respuestas fueron traducidas del español al inglés
por el primer autor y luego transcritas a un documento de Microsoft Word, el cual fue subido a
NVivo v.12 (QSR International, 2019).
Dados los propósitos de este estudio, se acompañó un marco de codificación a priori por
definiciones de código, se utilizó para categorizar los obstáculos informados en nueve nodos (o
temas) siguiendo los nueve determinantes de la capacidad adaptativa adaptados de López-
Marrero (2010) que se muestran en la Tabla 1. Los autores LARC y MM (codificadores)
acordaron los códigos y codificaron las primeras diez respuestas juntas. Con el fin de establecer
transparencia y consistencia dentro de la codificación (O'Connor & Joffe, 2020), se evaluó la
confiabilidad del intercodificador (ICR), luego de una primera ronda de codificación
cuantificando el grado de consenso usando el porcentaje de acuerdo. Más del 90% se considera
altamente confiable (Lavrakas, 2008). Dos nodos, recursos agrícolas y recursos económicos, no
obtuvieron más del 90% de acuerdo después de la primera ronda de codificación. Por lo tanto,
después de que los codificadores discutieron las divergencias y llegaron a un consenso, se llevó a
cabo una segunda ronda de codificación. La segunda evaluación logró con éxito más del 90% de
ICR en todos los nodos (tabla de materiales complementarios 1). Los códigos con la frecuencia
más alta dentro de cada tema, y la cuantificación de dichos temas para identificar la cobertura y
los porcentajes, se evaluaron utilizando el asistente de gráficos de jerarquía de Nvivo 12 y la
función de nube de palabras.
2.4 Análisis cuantitativo
El cuestionario pidió a los agricultores que indicaran las prácticas agrícolas y las
estrategias de gestión que estaban considerando adoptar en el futuro o que habían adoptado desde
el huracán María (aproximadamente ocho meses antes de la encuesta) en una pregunta cerrada
con respuestas precodificadas. Las respuestas incluyeron una lista de prácticas, la cual se
desarrolló en base a conversaciones y recomendaciones de colegas del Servicio de Extensión y
de la Universidad de Vermont con experiencia en agricultura y cambio climático. El cuestionario
preguntó: "¿Cuáles de estas prácticas agrícolas y estrategias de gestión, si las hay, podría adoptar
en un futuro cercano para adaptarse a futuros eventos extremos como el huracán María?" (Tabla
3). En adelante, estas prácticas y estrategias se denominarán "prácticas de adaptación". Las 22
prácticas se incluyeron como una lista en una tabla. La primera columna decía, "Actualmente en
uso" (binaria, sí o no), y las columnas siguientes representan una escala Likert de 5 puntos para
su adopción (de muy improbable a muy probable). La columna binaria se utilizó para evaluar la
adopción real y la escala Likert para evaluar la adopción prevista. La lista también tenía la
intención de incluir prácticas recomendadas para la adaptación o conservación de los recursos
naturales, así como otras prácticas convencionales o comunes en Puerto Rico y los Estados
Unidos contiguos. Es importante señalar que el objetivo era evaluar qué prácticas o estrategias
entienden los agricultores que son útiles para la adaptación, y no evaluar si esas decisiones son
adaptativas o desadaptativas. Las variables que tenían n <20 se excluyeron del análisis (por
ejemplo, "dejar de cultivar" y "conservación de forrajes"), ya que representaban menos del 5%
del total de encuestados.
2.4.1 Adopción real
La adopción real de estrategias agrícolas y de manejo después del huracán María se
evaluó a través de variables binarias donde los agricultores indicaron "actualmente en uso",
como se señaló anteriormente. Usamos las pruebas de confiabilidad Kuder-Richardson-20 en
Stata 15.1, las cuales prueban la consistencia interna o la confiabilidad de la escala de los ítems
binarios (Kuder y Richardson, 1937) y varían de 0 a 1 en confiabilidad ascendente (Tabla 4).
Esta prueba es similar a la evaluación del alfa de Cronbach, la cual evalúa la consistencia interna
de las variables de la escala (Nunnally, 1978). Dos categorías tenían KR-20s> 0.80, lo que las
hace aceptables para determinar la consistencia interna o confiabilidad de un grupo de ítems, y
una tenía un coeficiente> 0.60, que es razonable (Nunnally, 1978). Las variables de cada grupo
se sumaron para crear tres nuevas variables de conteo agregado para el análisis: (1) Crecimiento
orientado al mercado e intensivo en capital, (2) Prácticas de transición ecológica y (3) Diseño
natural, así como la cuarta variable de conteo agregado de todas las prácticas combinadas (Tabla
3). El primer grupo tuvo siete prácticas; el segundo y tercer grupos estaban compuestos por seis.
El desarrollo del modelo consideró la distribución de las variables de conteo. Implementamos
una regresión de Poisson para probar el modelo, pero los supuestos del modelo no se cumplieron
en múltiples factores (la prueba de razón de verosimilitud mostró datos dispersos: prueba LR de
alfa = 0: chibar2 (01) = 649.22, Prob> = chibar2 = 0.000, y no se cumplió el supuesto de
regresión de Poisson de medias y varianzas idénticas). En su lugar, usamos una regresión
binomial negativa (nbreg) para ajustar los datos dispersos en exceso. Desarrollamos cuatro
modelos nbreg con errores agrupados para municipios, utilizando Stata 15.1.
Table 3: Las prácticas agrícolas y las estrategias de manejo que le preguntaron a agricultores para adaptarse a futuros eventos
climáticos extremos como el huracán María. Se muestran las frecuencias y las medidas de confiabilidad para las vategorías
desarrolladas: Fórmula 20 de Kuder-Richardson para las variables binarias de adopción real (KR-20) y el alfa de Cronbach para las

Category
Practice or management strategy
KR-20
Crecimiento orientado al mercado e intensivo
en capital
Adquirir o mejorar Seguro agrícola
0.6471
0.6551
Adquirir paneles solares
Utilizar abonos sintéticos
Expandir terreno agrícola
Mejorar Sistema de irrigación
Aumentar labranza
Buscar nuevos mercados agrícolas
Prácticas de transición ecológica
Rotación de cultivos
0.8005
0.6725
Disminuir labranza
Diversificar cultivos
manejo integrado de plagas
Cambiar de cultivos perenes a cultivos anuales
Cambiar de cultivos anuales a cultivos perenes
Prácticas de diseño natural
Colectar agua de lluvia para irrigación
0.8338
0.8460
Siembras al contorno
Sembrar especies nativas
Sembrar árboles para reducir erosión
Uso de composta
Uso de mulch
2.4.2 Adopción prevista
1
La adopción prevista se evaluó mediante variables de escala (Likert de 5 puntos) de la
2
lista de prácticas y estrategias de gestión. Se crearon tres variables de escala para comprender la
3
probabilidad de adopción prevista, utilizando la misma categorización de las escalas de adopción
4
reales, con un alfa de Cronbach aceptable en> 0,65 (Nunnally, 1978). Al igual que con todas las
5
variables de adopción reales, se creó una sola variable con todas las prácticas de adopción
6
previstas (alfa = 0,86). Usamos modelos lineales generalizados con errores agrupados alrededor
7
de los municipios para dar cuenta de la correlación espacial (Nichols & Schaffer, 2007). La
8
distribución de las variables de escala muestra similitud con las distribuciones gaussiana y
9
gamma. Para elegir la mejor distribución familiar para construir los modelos, se utilizaron el
10
criterio de información de Akaike (AIC) y el criterio de información bayesiano (BIC) para
11
comparar modelos lineales generalizados con distribuciones gaussianas o gamma. Los modelos
12
arrojaron un mejor ajuste con las distribuciones gaussianas (Tabla de materiales
13
complementarios 2). Por lo tanto, los modelos lineales generalizados utilizaron Gauss como la
14

15
16
3. Resultados
17
18
3.1 Estadísticas descriptivas
19
Un total de 405 agricultores respondieron la encuesta a través de enumeradores de
20
Extensión, lo que resultó en una tasa de respuesta del 87%. Las características del agricultor y de
21
la finca, que se clasificaron según diferentes recursos de capacidad adaptativa, variaron entre los
22
encuestados (Tabla 4). En promedio, los agricultores encuestados trabajaban fincas de 58 cuerdas
23
(56.3 acres o 23 hectáreas), tenían 54 años y habían estado cultivando durante 20 años;
24
resultados que se alinean con los datos del censo de agricultores puertorriqueños (USDA NASS,
25
2020). La mayoría de los encuestados eran hombres (86%) y reportaron un ingreso familiar de $
26
20,000 o más (64%), lo que también se alinea con los datos del censo reciente. Sin embargo,
27
tuvimos una representación excesiva de agricultores bona fide (53%). Los agricultores
28
informaron estar conectados a un promedio de dos organizaciones o instituciones (mínimo = 0,
29
máximo = 11), que les brindan apoyo en torno a la adaptación al cambio climático, y reportaron
30
vender sus productos a uno de los lugares enumerados, en promedio (mínimo = 1, máx = 5).
31
Table 4: Estadística descriptiva de variables independientes. Se incluyen la frecuencia y los
32
porcentajes de respuestas, así como la media y la desviación estándar (DE).
33
Variable
Escala
Frequencia
(%)
Mean ± SD
n
Lista de contactos
Continua
-
2.3 ± 2.1
398
Producción agrícola
Continua
-
2.2 ± 2.0
402
Bona fide
No
210 (52.8)
188 (47.2)
-
398
Educación
Cuarto año o menos
Algo de universidad o más
131 (32.7)
270 (63.3)
-
401
Tamaño de la finca
Continuous
-
58.1 ± 98.5
383
Género
Femenino
Masculino
55 (14.0)
340 (86.0)
-
395
Ingreso
Menos que $20,000
Más que $20,000
138 (36.4)
241 (63.6)
379
Mercados
Continua
-
1.2 ± 1.0
401
Metropolitano
Metropolitano
No-metropolitano
229 (58.0)
169 (42.0)
-
398
Autocapacidad
Autocapacidad alta
Autocapacidad baja
192 (50.4)
189 (49.6)
-
381
Vulnerabilidad percibida
Vulnerabilidad percibida alta
Vulnerabilidad percibida baja
264 (66.5)
133 (33.5)
-
397
Región
Arecibo
Caguas
Mayagüez
Ponce
San Juan
57 (14.3)
88 (22.1)
76 (19.1)
92 (23.1)
85 (21.4)
-
398
Daños
Pérdida total
Pérdida significativa
229 (57.4)
170 (42.6)
-
399
Años como agricultor
Continuas
-
20.5 ± 15.3
392
34
3.2 Resultados del análisis cualitativo
35
Si bien 345 agricultores (90%) respondieron que habían enfrentado obstáculos
36
importantes hacia la recuperación, solo 333 respondieron a la pregunta abierta. Los agricultores
37
identificaron muchos obstáculos para su recuperación relacionados con su capacidad de
38
adaptación (recursos agrícolas, recursos económicos, recursos humanos), instituciones, recursos
39
materiales y tecnología, recursos naturales, percepción / cognición, recursos políticos y recursos
40
sociales) (Tabla 1). La Tabla 5 muestra los porcentajes de cobertura de cada uno de los temas
41
identificados y también muestra las referencias más prevalentes dentro de cada tema. Los
42
obstáculos más mencionados por los agricultores estaban relacionados con las instituciones y el
43
apoyo institucional (27,0%), los recursos materiales y tecnología (26,1%), los recursos
44
económicos (26,2%) y los recursos agrícolas (24,3%). Los obstáculos que cayeron en los temas
45
de percepción / cognición (0,07%), recursos naturales (2,6%) y recursos sociales (4,3%) fueron
46
los menos mencionados. Dentro de cada tema, también evaluamos las referencias más frecuentes
47
dentro de un tema. Además, del análisis de la nube, podemos ver que las 10 palabras principales
48
mencionadas en las respuestas de los agricultores a nuestra pregunta abierta sobre sus principales
49
obstáculos para la recuperación en general fueron: "falta", "seguro", "semillas", "agrícola",
50
etrabajadores
51
reflejan recursos o componentes estructurales de un sistema (por ejemplo, electricidad, energía,
52
ayuda) que a menudo están relacionados con el apoyo institucional.
53
54
Table 5: Cobertura de codificación, el porcentaje de contenido codificado, para cada conjunto de
55
temas de capacidad adaptativa.
56
Theme
Coverage
Most prevalent references
Instituciones
27.0%
Problemas con el gobierno, como
frustración con la burocracia
gubernamental, apoyo insuficiente de las
instituciones gubernamentales y falta de
ayuda general.
Recursos económicos
26.2%
Pérdida de ingresos, demora en el pago del
seguro, costo de la mano de obra y activos
financieros (por ejemplo, efectivo
disponible)
Recursos tecnológicos y materiales
26.1%
Acceso a electricidad, maquinaria y agua;
acceso físico a las granjas (por ejemplo,
debido a árboles caídos y deslizamientos de
tierra).
Recursos agrícolas
22.8%
Falta de semillas
Recursos humanos
7.9%
Falta de mano de obra o asistencia humana
para ayudar con la limpieza y
reconstrucción después del huracán.
Recursos políticos
5.5%
Negociar con agencias gubernamentales
Recursos naturales
4.3%
Plagas, falta de flores, erosión
Recursos sociales
2.8%
Asesoramiento centrado de asesores
especializados.
Percepción/cognitivo
0.1%
Sentimientos de abandono
57
3.3 Resultados de los análisis cuantitativos
3.3.1 Adopción real
La Figura 1 muestra las prácticas reales de adopción y gestión informadas por los
agricultores. En general, las cinco principales prácticas implementadas después del huracán
María fueron: manejo integrado de plagas (n = 97, 24,4%), rotación de cultivos (n = 84, 21,2%),
diversificación de cultivos (n = 78, 19,6%), contorneado (n = 68, 17,1%) y compostaje (n = 65,
16,2%). Encontramos que el 49% de los agricultores adoptaron nuevas prácticas después del
huracán María.
Figura 1: Adopción real
La Tabla 6 muestra resultados significativos para los cuatro modelos que evaluaron la
relación entre los resultados reales de la adopción y los recursos o activos de capacidad
adaptativa. La tabla 3 de materiales complementarios muestra los resultados completos del
modelo. En el primer modelo (adopción real de todas las prácticas) encontramos que los
IRR = 1.7824) y aquellos que
reportaron pérdida total de sus fincas (infraestructura y producción) debido a vientos
    
      
  
   
  
 
   
   
 
  
  
    
     
 
 
   
      
   
 
        
      

 

 
  

   
IRR = 1,9474), fueron más
propensos a informar un mayor número de prácticas adoptadas después del huracán María (Tabla
6). Esperábamos que las variables en torno a los activos estructurales y financieros, como los
recursos sociales, agrícolas, económicos y materiales, fueran significativas. Estos resultados no
se alinearon con esa expectativa (H1).
Tabla 6: Resultados significativos para cuatro modelos separados de regresión binomial negativa
que predicen la adopción real de prácticas agrícolas y de manejo. La tabla de materiales
complementarios 3 muestra los resultados completos, incluidas las estimaciones (
estándar robustos (EE), la significación (p), los intervalos de confianza (IC) del 95% y las tasas
de tasa de incidencia (TIR).
Modelos y variables dependientes
Variables independientes
p
Model 1: Adopción real de todas las prácticas
Educación*
Dos*
0.5780
0.6665
0.003
0.001
Modelo 2: Adopción de prácticas y estrategias
de crecimiento orientado al mercado e
intensivo en capital
Daños*
0.7343
0.000
Modelo 3: Adopción de prácticas de
transición ecológica
Producción agrícola*
Educación*
Daños*
0.1207
0.5483
0.6467
0.014
0.001
0.002
Modelo 4: Adopción de prácticass de diseño
natural
Lista de contactos*
Educación*
Tamaño de la finca*
0.1453
0.9138
- 0.0041
0.013
0.000
0.038
Modelos y variables dependientes
Variables independientes
p
* p < 0.050
Al examinar los tipos específicos de prácticas y estrategias de crecimiento orientadas al
mercado e intensivas en capital adoptadas (Modelo 2), encontramos que la pérdida total de la
Tabla 6).
Este resultado es contradictorio porque ninguna variable relacionada con los recursos
económicos o materiales se encontró significativa (H1). En el modelo 3, adopción real de
prácticas de transición ecológica, encontramos que el número de productos agrícolas producidos
IRR 
= 1.7303) y reportar la pérdida total de fincIRR = 1.9093) fueron predictores
significativos de adopción (p <0.05) (Tabla 6).
Finalmente, encontramos en el cuarto modelo (Adopción real de prácticas de diseño
natural) que el número de organizaciones o instituciones reportadas que han brindado servicios a
IRR 
- 0.0041, IRR = 1.0000), se correlacionaron
significativamente (p <0.05) con la adopción de prácticas de conservación después del huracán
María (Tabla 6). Estos resultados demuestran que las fincas con mayor número de contactos y
educación superior (o mayor capital social y humano) estaban más vinculadas a la adopción,
mientras que las fincas más grandes tenían menos probabilidades de haber adoptado prácticas de
conservación.
3.3.2 Adopción prevista
La Figura 2 muestra las prácticas y estrategias de adopción previstas por los agricultores,
y la tabla de materiales complementarios 4 muestra los resultados tabulares. Las principales
prácticas y estrategias de manejo reportadas por los encuestados para adoptar en el futuro
(probablemente y muy probablemente para adoptar) fueron: manejo integrado de plagas (80.5%),
diversificación de cultivos (78.0%), búsqueda de nuevos mercados agrícolas (74.8%),
adquisición de nuevos seguros o mejoramiento de seguros vigentes (72,4%), y rotaciones de
cultivos (71,4%). En general, la intención de adoptar resultados contrasta con los de la adopción
real.
Figura 2: Adopción prevista
Se llevaron a cabo cuatro modelos lineales generalizados para evaluar los resultados de
adopción previstos (Tabla 7). Los resultados completos del modelo se muestran en la tabla 5 de
materiales complementarios, mientras que los resultados significativos se muestran en la tabla 7.
No encontramos variables significativas en el modelo 5 (adopción prevista en todas las prácticas
y estrategias de gestión). En el Modelo 6 (Intención de adoptar prácticas y estrategias de
crecimiento orientadas al mercado e intensivas en capital), la capacidad percibida significativa (
= 0.2343, p <0.05 se correlacionó con una mayor intención de adopción (Tabla 7). prácticas de
transición) ser un agricultor de bona fide ( = - 0.3243, p <0.05) se correlacionó negativamente
con la intención de adoptar, lo que significa que aquellos que informaron ser parte de ese
programa del Departamento de Agricultura de Puerto Rico, tuvieron menores tasas de intención
de adoptar tales prácticas (Tabla 7). En el último modelo (8), explorando la adopción prevista del
diseño natural, dos variables fueron significativas (p <0.05). Producir un mayor número de
productos agrícolas (Producción agrícola) se correlacionó con una mayor intención de adoptar
      
   
  
 
  
  
  
   
  
 
  
  
     
 
 
   
   
     
 

 

 
  

   
 
prácticas de conservación ( = 0.0902) mientras se reporta una pérdida total (daños) ( = -
0.2663) se correlacionó negativamente con la intención de adoptar esas prácticas.
Tabla 7: Resultados significativos de los modelos de regresión lineal generalizados para la
adopción prevista por los agricultores. Los resultados completos se muestran en la tabla de
materiales complementarios 5, incluidas las estimaciones (), los errores estándar robustos (EE)
y los intervalos de confianza (IC) del 95%.
Modelos y variables dependientes
variables independientes
p
Modelo 5: Adopción prevista de todas las
prácticas
Modelo 6: Adopción prevista de prácticas y
estrategias de crecimiento orientado al
mercado e intensivo en capital
Autocapacidad*
0.2343
0.048
Modelo 7: Adopción prevista de prácticas de
transición ecológica
Bona fide*
- 0.3243
0.014
Modelo 8: Adopción prevista de prácticass de
diseño natural
Producción agrícola*
Daños*
0.0902
- 0.2663
0.004
0.028
* p < 0.05
1 Ninguna variable fue significativa.
4. Discusión
Este estudio evaluó la adopción real y prevista de prácticas de adaptación y estrategias de
manejo a la luz de los obstáculos que enfrentaron agricultores puertorriqueños para la
recuperación después del huracán María. El objetivo era comprender las barreras y los
impulsores potenciales para fortalecer la capacidad de adaptación a través de un enfoque de
métodos mixtos, con el fin de proporcionar un nuevo modo para comprender la capacidad de
adaptación en un contexto de desastre. Descubrimos que los impulsores de la adopción real
varían de los factores relacionados con la adopción prevista de prácticas de adaptación, y que
casi la mitad de todos los agricultores en nuestra encuesta habían adoptado una práctica o
estrategia en los ocho meses desde el huracán María. Además, encontramos que la mayoría de
los agricultores enfrentaron obstáculos importantes en su recuperación, especialmente con apoyo
institucional, recursos económicos y acceso a recursos materiales y tecnología. La combinación
de datos cuantitativos y cualitativos proporcionó una mejor comprensión de cómo los factores
individuales y estructurales se cruzan y reflejan la capacidad de adaptación.
Contrario a nuestras expectativas (H1), las variables relacionadas con los recursos
gubernamentales, institucionales, sociales, económicos y materiales no fueron los principales
impulsores de la adopción tanto real como prevista. En cambio, enfrentar una pérdida total y
tener un nivel más alto de educación formal estaban más relacionados con la adopción real de
prácticas de adaptación. Además, no encontramos que los factores de percepción estuvieran
relacionados significativamente con la adopción prevista, rechazando H2. En cambio, la
intención de adoptar tuvo diversos factores en las diferentes categorías de prácticas y estrategias
de gestión. Aunque las variables utilizadas en torno a los recursos antes mencionados no fueron
significativas, el análisis de datos cualitativos sugiere que la falta de estructuras de apoyo más
amplias, como la ayuda esperada y oportuna, los pagos de seguros y el acceso a servicios y
suministros, debe tenerse en cuenta en la toma de decisiones de los agricultores sobre la
adaptación. y recuperación (H3 y H4). Estos hallazgos reflejan cómo podríamos incluir otras
preguntas en encuestas futuras que exploren la recuperación ante desastres. Los estudios futuros
deben considerar cómo las variables que se usan con frecuencia para evaluar los determinantes
de la capacidad de adaptación, como las que se usan en este estudio, pueden no proporcionar la
información matizada específica de un contexto de desastre.
Uno de los principales impulsores de la adopción real en todos los modelos, excepto en
las prácticas de diseño natural (Modelo 4), fue la "pérdida total". Esto contrasta con la
investigación en América Central con agricultores de agricultura tropical sometidos a huracanes
del Atlántico, donde la adopción de nuevas prácticas por parte de los agricultores no se vio
impulsada significativamente por las experiencias de daño de eventos climáticos extremos,
probablemente debido a la baja capacidad de adaptación preexistente (Harvey et al., 2018). No
obstante, se ha descubierto que experimentar riesgos o impactos relacionados con el clima es un
precursor de la adaptación (Salerno et al., 2019). Los agricultores de nuestro estudio que
informaron pérdidas totales tenían más probabilidades de informar un mayor número de prácticas
adoptadas en general, y en la adopción de prácticas y estrategias de crecimiento orientadas al
mercado e intensivas en capital, así como una mayor adopción de prácticas de transición
ecológica. Estos hallazgos son de vital importancia para considerar oportunidades para repensar
los sistemas agrícolas y proporcionan evidencia de que los agricultores pueden estar dispuestos a
reconsiderar la transformación de sus sistemas agrícolas después de experimentar daños
significativos que cambian sus paisajes agrícolas.
El hallazgo de que los niveles más altos de educación formal estaban vinculados a todos
los modelos de adopción reales, excepto las prácticas y estrategias de crecimiento orientadas al
mercado y con uso intensivo de capital (Modelo 2), sugiere que los activos humanos pueden
abrir puertas para acceder a otros recursos importantes para la recuperación y la adaptación,
probablemente mediante la habilitación de la formación de vínculos que incrementen el apoyo
social y estructural (Caswell et al., 2016; Kassie et al., 2015; López-Marrero & Wisner, 2012;
Shah et al., 2019). Por ejemplo, el Modelo 4 mostró que la educación estaba relacionada
positivamente con la adopción de prácticas de diseño natural, así como con el acceso a fuentes de
información. Estos hallazgos se alinean con la investigación caribeña que sugiere que los
agricultores que cuentan con apoyo externo probablemente adopten prácticas que apoyen el
medio ambiente, al tiempo que mantienen su producción (Lowitt et al., 2015; Paul et al., 2017;
Saint Ville et al., 2016) . La investigación fuera del Caribe también respalda esto (Bagagnan et

Estos resultados sugieren que la capacidad de adoptar prácticas para adaptarse al cambio
climático o reinventar los sistemas agrícolas puede ocurrir entre agricultores con niveles más
altos de capacidad humana. Los estudios futuros deben centrarse en los procesos de recuperación
de las granjas después de un impacto significativo que altera el panorama laboral para
comprender los procesos de toma de decisiones en la reconstrucción del sistema. En conjunto,
esto sugiere que los eventos de pérdida total, aunque catastróficos, presentan oportunidades para
la reinvención, si las personas tienen acceso a los recursos necesarios. Estos resultados destacan
aún más la necesidad de apoyo institucional y capacidad para los agricultores sin educación
formalizada o redes sociales.
Nuestros resultados también reflejan otras investigaciones que muestran que la adopción
real y prevista puede no estar impulsada por las mismas variables (Niles et al., 2016). Si bien
esperábamos (H2) ver la capacidad percibida como un factor notable que predice la adopción
prevista como se refleja en la Teoría del comportamiento planificado (Ajzen, 1991), así como la
vulnerabilidad percibida, solo encontramos esto significativo en la intención de adoptar prácticas
de transición ecológica (Modelo 6). Estos resultados respaldan aún más que los factores de
percepción en torno al cambio climático pueden no ser fundamentales para avanzar en la
adaptación en lugares donde los choques se experimentan constantemente (Rodríguez-Cruz y
Niles, 2021). Por otro lado, ser un agricultor 'genuino' disminuyó la probabilidad de intentar
adoptar prácticas de transición ecológica (Modelo 7), lo que puede ayudar a aumentar la
probabilidad de que los agricultores recuperen sus fincas después de un huracán (Holt-Giménez,
2002; Rosset et al. ., 2011). Este hallazgo fue contradictorio ya que los agricultores genuinos son
reconocidos oficialmente por el gobierno, lo que a menudo les brinda acceso a recursos
gubernamentales e institucionales. Sin embargo, dado el gran número de agricultores que
informaron sobre obstáculos institucionales para la recuperación, es posible que los agricultores
de bona fide no recibieran beneficios que de otro modo podrían haber estado disponibles.
Los resultados del análisis cualitativo destacaron que la mayoría de los obstáculos
informados por los agricultores provenían de mecanismos de apoyo (p. Ej., Pagos de seguros,
ayuda gubernamental, etc.) que no estuvieron disponibles durante un período significativo
después del huracán María, que varió desde varios meses en adelante. a un año. Los agricultores
de todas las regiones de Puerto Rico expresaron los desafíos que experimentaron al intentar
acceder a agencias gubernamentales, servicios y materiales y suministros necesarios para reparar
sus granjas y recuperarse, física y financieramente, de los efectos del huracán. Estos fueron
exacerbados por Puerto Rico que experimentó el apagón más largo en la historia moderna de los
Estados Unidos; las comunicaciones se interrumpieron y muchas regiones de Puerto Rico solo
recibieron energía y agua restauradas meses después de la llegada de los huracanes (Bonilla,
2020; Masters & Houser, 2017). Los agricultores también señalaron estos obstáculos como los
terceros más comunes. Además, nuestro análisis sugiere que los agricultores también enfrentaron
desafíos al acceder a las redes sociales de apoyo, probablemente más desafiados por la falta de
recursos materiales y tecnología. Perfecto y colegas (2019) evaluaron cómo el manejo de las
fincas cafetaleras, ya sea incorporando agroforestería o realizando un estilo intensivo, se
relaciona con el grado de daños experimentados y la recuperación de la finca después de María.
El estudio encontró que la recuperación de los caficultores después de María se vio potenciada
por la asistencia de sus redes sociales y comunitarias de apoyo. y ese estilo de manejo puede ser
secundario en un contexto catastrófico (Perfecto et al., 2019). Sin embargo, nuestro análisis
cualitativo sugiere que los agricultores pueden haber tenido restricciones para acceder a tales
redes, lo que probablemente afectó su capacidad general de recuperación. Además, el análisis
reflejó la decepción de los agricultores hacia el estado y las expectativas no satisfechas con
respecto a la ayuda en un evento catastrófico.
La falta de apoyo institucional, económico y social probablemente afectó la forma en que
los agricultores percibieron las prácticas necesarias a adoptar para superar los desafíos futuros.
Descubrimos que una de las prácticas futuras más importantes era adquirir un nuevo seguro
agrícola o mejorar el seguro actual. El seguro agrícola es una herramienta clave de gestión de
riesgos que los agricultores de EE. UU. Utilizan para compensar los impactos relacionados con
el clima (Claassen et al., 2017; Reyes et al., 2020), pero este seguro puede no estar alineado con
las necesidades de los agricultores, los impactos que enfrentan, o sus sistemas agrícolas. Por otro
lado, podría ser que la dinámica de los seguros (por ejemplo, realizar pagos, responder
reclamaciones, etc.) no esté adecuadamente equipada para hacer frente a emergencias como la
desencadenada por el huracán María. La investigación de EE. UU. Continental ha demostrado
diferencias regionales en el papel de los seguros como herramienta de gestión de riesgos (es
decir, importante en el Medio Oeste, menos en Nueva Inglaterra) (Mase et al., 2017; White et al.,
2018). En Puerto Rico, Los seguros agrícolas son administrados principalmente por la
Corporación de Seguros Agrícolas (CSA) del Departamento de Agricultura local. La obtención
de pagos de este seguro se mencionó específicamente en numerosas ocasiones como un
e
un acre de yautía y el seguro se pagó después de siete meses. No pude recuperar nada de la

mayor capacidad de recuperación de las explotaciones agrícolas, también enfrentó muchas
barreras que impidieron que los agricultores recibieran el dinero de sus reclamaciones de seguros
de manera oportuna. Este hallazgo también sugiere que después de María, o en el contexto de un
desastre, donde los medios de comunicación "normales" y el acceso a los recursos se
interrumpen, la burocracia puede no tener la capacidad para manejar estos desafíos. Por lo tanto,
existe una necesidad importante de mejorar la prestación de seguros agrícolas en futuros
contextos de desastres, especialmente si más agricultores tienen la intención de invertir en estos
servicios.
Nuestro estudio sugiere además que las estructuras más amplias, como los sistemas de
gobernanza, las redes sociales de los agricultores, en relación con la infraestructura, las políticas
y la salud pública, juegan un papel importante en la capacidad de adaptación de los agricultores.
El huracán María, como desastre, dejó en evidencia que las características políticas y sociales de
Puerto Rico deben ser tomadas en cuenta a la hora de tratar de entender la capacidad adaptativa.
Observamos varias limitaciones de nuestro estudio, todas las cuales son importantes para
futuras investigaciones. Primero, no les preguntamos a los agricultores si tenían seguro antes de
María, por lo que no sabemos si su adopción de seguro es nueva o adicional. Sin embargo, la
encuesta preguntó a los agricultores si tenían seguro en ese momento (ocho meses después de
tocar tierra), y el 53% dijo que sí. La mayoría de ellos informó que su seguro era con la
Corporación de Seguros Agrícolas del Departamento de Agricultura de Puerto Rico. Gran parte
de los datos cualitativos de este documento indicaron que los agricultores tenían seguro en la
época de María y muestran las dificultades experimentadas para evaluar los fondos. La
investigación futura podría analizar más profundamente en qué medida el seguro agrícola en
Puerto Rico se relaciona con los resultados de la capacidad de adaptación. En segundo lugar,
asumimos que la adopción real informada en realidad solo se adoptó después de María, y no solo
una continuación de las prácticas antes del huracán. La tabla en la que informaron las prácticas

antes del huracán. Sin embargo, la pregunta de la encuesta se refería a nuevas prácticas para

adoptar en un futuro cercano para adaptarse a futuros eventos extremos como el huracán
Marí
María. En tercer lugar, no incluimos en los modelos el tipo de sistema agrícola (p. Ej., Lácteo,
mixto, café, etc.) y, en cambio, usamos un proxy para la diversidad (número de productos). Esto
se hizo porque muchos sistemas de producción en Puerto Rico ya están diversificados, lo que
dificulta la asignación de agricultores a una categoría específica. Además, incluso dentro de
algunas categorías (por ejemplo, agricultor de frutas / hortalizas), los sistemas pueden variar
significativamente de anual a perenne. Por último, tuvimos una sobrerrepresentación de
agricultores genuinos, 53% en nuestro estudio, mientras que 24% en general en Puerto Rico,
según lo informado por el anterior Secretario de Agricultura en 2019, Carlos Flores (Díaz Rolón,
2019), a pesar de que la mayoría de los demás datos demográficos coinciden con datos del censo.
Esto puede ser el resultado de un sesgo de selección a través de Extensión Cooperativa, que
puede tener conexiones más fuertes con redes de agricultores bona fide.
5. Conclusión
Este estudio evaluó cómo varios determinantes de la capacidad de adaptación se reflejan
en la adopción real y prevista de las prácticas de adaptación por parte de los agricultores
puertorriqueños, a la luz de los obstáculos que enfrentaron hacia la recuperación después del
huracán María de 2017. Nuestros resultados sugieren que, en muchos casos, estructuras más
amplias, como los sistemas de gobernanza, las redes sociales de los agricultores y la
infraestructura, afectan la capacidad de adaptación más que las percepciones individuales o los
activos de capacidad. Encontramos que experimentar una pérdida total parece brindar una
ventana de oportunidad para reinventar los sistemas agrícolas, como lo demuestra el hecho de
que los agricultores que enfrentaron una pérdida total adoptaron las prácticas de adaptación más
reales. Es importante destacar que los agricultores con educación superior también tenían más
probabilidades de adoptar más prácticas de adaptación, lo que sugiere que la capacidad de
cambiar los sistemas agrícolas después de una pérdida total está relacionada con el capital
humano. Estos resultados sugieren que eventos catastróficos como el huracán María, aunque
devastadores, brindan oportunidades para el cambio y la resiliencia; pero poder aprovechar esas
oportunidades está relacionado no solo con el capital humano de un agricultor individual y sus
redes sociales, sino con las capacidades institucionales y de infraestructura que existen para la
recuperación. Ausente, la resiliencia agrícola puede ser difícil de lograr o, en el mejor de los
casos, lenta. Por lo tanto, es probable que trabajar para mejorar los factores individuales y
estructurales que afectan la capacidad de adaptación se preste a una mayor adopción de prácticas
de adaptación, lo que, a su vez, mejoraría la resiliencia de los sistemas agrícolas ante futuras
crisis. Por último, nuestro estudio muestra que un enfoque de métodos mixtos para comprender
la capacidad adaptativa proporciona información matizada que podría no capturarse solo en las
evaluaciones de modelos cuantitativos. Los estudios futuros deben integrar aún más datos
cualitativos y cuantitativos para mejorar nuestra comprensión sobre el papel de componentes
estructurales más amplios en los resultados de la capacidad de adaptación individual.
6. Agradecimientos
Agradecemos a los agricultores que respondieron la encuesta y a los agentes agrícolas que
enumeraron la encuesta. Este estudio no hubiera sido posible sin la colaboración del Servicio de
Extensión de la Universidad de Puerto Rico en Mayagüez y su personal, y sin el liderazgo de
Aníbal II Ruiz-Lugo, Subdecano del Servicio de Extensión, quien colaboró con la logística en -
sitio. Agradecemos a la Sra. Maritzabel Morales, quien supervisó la digitalización de las
encuestas, y a la Sra. Olivia Peña, quien ayudó en la entrada de datos. Muchas gracias a los
siguientes colegas por brindar apoyo en los diferentes pasos de este estudio: Alissa White, Aura
M. Alonso-Rodríguez, Amy Trubek, Carolyn Hricko, Catherine Horner, David Conner, Diana
Hackenburg, Gabriela Buccini, Georges Félix, Guang Han, Jorge Ruiz-Arocho, Martha Caswell,
Natalia Aristizábal, Nora Álvarez-Berríos, Ollin Langle-Chimal, V.Ernesto Méndez, Victor Izzo,
Teresa Mares, y Vivian Carro-Figueroa. También agradecemos a los dos revisores que
contribuyeron a mejorar este documento, a la Facultad de Agricultura y Ciencias de la Vida y al
Programa de Posgrado en Sistemas Alimentarios de la Universidad de Vermont por proporcionar
fondos de manera oportuna para llevar a cabo este estudio.
7. Referencias
Adger, W. N. (2006). Vulnerability. Global Environmental Change, 16(3), 268281.
https://doi.org/10.1016/j.gloenvcha.2006.02.006
Ajzen, I. (1991). The Theory of Planned Behavior. Organizational Behavior and Human
Decision Processes, 50(2), 179211. https://doi.org/10.1016/0749-5978(91)90020-T
Akhter, A., & Erenstein, O. (2017). Assessing farmer use of climate change adaptation practices
and impacts on food security and poverty in Pakistan | Elsevier Enhanced Reader. Climate Risk
Management, 183194. https://doi.org/10.1016/j.crm.2016.12.001
Álvarez-Berríos, N. L., Soto-Bayó, S., Holupchinski, E., Fain, S. J., & Gould, W. A. (2018).
Correlating drought conservation practices and drought vulnerability in a tropical agricultural
system. Renewable Agriculture and Food Systems, 33(3), 279291.
https://doi.org/10.1017/S174217051800011X
Álvarez-Febles, N., & Félix, G. (2020). Hurricane María, Agroecology, and Climate Change
Resiliency. In Climate Justice and Community Renewal (pp. 131146). Routledge.
Anderzén, J., Guzmán Luna, A., Luna-González, D. V., Merrill, S. C., Caswell, M., Méndez, V.
E., Hernández Jonapá, R., & Mier y Terán Giménez Cacho, M. (2020). Effects of on-farm
diversification strategies on smallholder coffee farmer food security and income sufficiency in
Chiapas, Mexico. Journal of Rural Studies, 77, 3346.
https://doi.org/10.1016/j.jrurstud.2020.04.001
Bagagnan, A., Ouedraogo, I., M. Fonta, W., Sowe, M., & Wallis, A. (2019). Can Protection

Gambia? Climate, 7(1), 13. https://doi.org/10.3390/cli7010013
Bang, H. N., Miles, L. S., & Gordon, R. D. (2019). Hurricane Occurrence and Seasonal Activity:
An Analysis of the 2017 Atlantic Hurricane Season. American Journal of Climate Change,
08(04), 454481. https://doi.org/10.4236/ajcc.2019.84025
Barnes, M. L., Wang, P., Cinner, J. E., Graham, N. A. J., Guerrero, A. M., Jasny, L., Lau, J.,
Sutcliffe, S. R., & Zamborain-Mason, J. (2020). Social determinants of adaptive and
transformative responses to climate change. Nature Climate Change.
https://doi.org/10.1038/s41558-020-0871-4
Bonilla, Y. (2020). The coloniality of disaster: Race, empire, and the temporal logics of
emergency in Puerto Rico, USA. Political Geography, 78, 102181.
https://doi.org/10.1016/j.polgeo.2020.102181
Borges-Méndez, R., & Caron, C. (2019). Decolonizing Resilience: The Case of Reconstructing
the Coffee Region of Puerto Rico After Hurricanes Irma and Maria. Journal of Extreme Events,
06(01), 1940001. https://doi.org/10.1142/S2345737619400013
Brooks, N., & Adger, W. N. (2005). Assessing and Enhancing Adaptive Capacity. In Adaptation
Policy Frameworks for Climate Change: Developing Strategies, Policies and Measures (First,
pp. 165182). Cambridge University Press.
Bueno, R. (2017). Puerto Rico, Climatic Extremes, and the Economics of Resilience. Climate
Policy Brief, 6.
Carro-Figueroa, V. (2002). Agricultural Decline and Food Import Dependency in Puerto Rico: A
Historical Perspective on the Outcomes of Postwar Farm and Food Policies. Caribbean Studies,
30(2), 77107. JSTOR.
Caswell, M., Méndez, V. E., Hayden, J., Anderzén, J., Cruz, A., Merrit, P., Izzo, V., Castro, S.,
& Fernández, M. (2016). Assessing Resilience in Coffee Dependent Communities of Honduras,
Nicaragua, and Haiti [Research Report]. University of Vermont.
Cinner, J. E., Adger, W. N., Allison, E. H., Barnes, M. L., Brown, K., Cohen, P. J., Gelcich, S.,
Hicks, C. C., Hughes, T. P., Lau, J., Marshall, N. A., & Morrison, T. H. (2018). Building
adaptive capacity to climate change in tropical coastal communities. Nature Climate Change,
8(2), 117123. https://doi.org/10.1038/s41558-017-0065-x
Claassen, R., Langpap, C., & Wu, J. (2017). Impacts of Federal Crop Insurance on Land Use and
Environmental Quality. American Journal of Agricultural Economics, 99(3), 592613.
https://doi.org/10.1093/ajae/aaw075
Clay, L. A., Greer, A., & Kendra, J. (2018). Learning from Historic Disaster Response:
Reviewing Old Lessons on Disaster Mental Health. Risk, Hazards & Crisis in Public Policy,
9(3), 303331. https://doi.org/10.1002/rhc3.12137
Comas-Pagán, M. (2014). Plan de sguridad alimentaria (p. 40). Puerto Rico Department of
Agriculture.
Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods
Approaches (4th ed.). SAGE.
Creswell, J. W. (2016). Thirty Essential Skills for the Qualitative Researcher. Sage Publications,
Inc.
Creswell, J. W., & Plano-Clark, V. (2018). Designing and Conducting Mixed Methods Research
(Third). SAGE.
Dang, H. L., Li, E., Nuberg, I., & Bruwer, J. (2018). Vulnerability to climate change and the
variations in factors affecting farme-group structural equation modelling
study. Climate and Development, 10(6), 509519.
https://doi.org/10.1080/17565529.2017.1304885
Díaz, E. L., Gould, W. A., Álvarez-Berríos, N., Aponte-Gonzalez, F., Archibald, W., Bowden, J.
H., Carrubba, L., Crespo, W., Fain, S. J., González, G., Goulbourne, A., Harmsen, E.,
Holupchinski, E., Khalyani, A. H., Kossin, J. P., Leinberger, A. J., Marrero-Santiago, V. I.,
Martinez--Gonzalez, S. (2018). Chapter 20: US
Caribbean. Impacts, Risks, and Adaptation in the United States: The Fourth National Climate
Assessment, Volume II. U.S. Global Change Research Program.
https://doi.org/10.7930/NCA4.2018.CH20
Díaz Rolón, A. (2019, July 10). Aspira a que haya más agricultores bonafide. El Vocero de
Puerto Rico. https://www.elvocero.com/gobierno/aspira-a-que-haya-m-s-agricultores-
bonafide/article_017eaa76-a2b8-11e9-9255-8773684782d5.html
Doran, E. M. B., Zia, A., Hurley, S. E., Tsai, Y., Koliba, C., Adair, C., Schattman, R. E., Rizzo,
D. M., & Méndez, V. E. (2020). Social-psychological determinants of farmer intention to adopt
nutrient best management practices: Implications for resilient adaptation to climate change.
Journal of Environmental Management, 276, 111304.
https://doi.org/10.1016/j.jenvman.2020.111304
FAO. (2014). Food security and nutrition in small island developing states (SIDS). Policy Paper,
16.
Félix, G., & Holt-Giménez, E. (2017). Hurricane María: An Agroecological Turning Point for
Puerto Rico? Food First Backgrounder, 23(4).

contributions to food and nutrition security amongst coffee communities in Chiapas, Mexico.
Agroecology and Sustainable Food Systems, 43(5), 579601.
https://doi.org/10.1080/21683565.2018.1530326
Foguesatto, C. R., Borges, J. A. R., & Machado, J. A. D. (2020). A review and some reflections
Science of The Total
Environment, 729, 138831. https://doi.org/10.1016/j.scitotenv.2020.138831
Gallopín, G. C. (2006). Linkages between vulnerability, resilience, and adaptive capacity. Global
Environmental Change, 16(3), 293303. https://doi.org/10.1016/j.gloenvcha.2006.02.004
Gould, W. A. (2015). Caribbean Regional Climate Sub Hub Assessment of Climate Change
Vulnerability and Adaptation and Mitigation Strategies. 67.
Gould, W. A., Wadsworth, F. H., Quiñones, M., Fain, S. J., & Álvarez-Berríos, N. L. (2017).
Land Use, Conservation, Forestry, and Agriculture in Puerto Rico. Forests, 8(7), 242.
https://doi.org/10.3390/f8070242
Graham, B. (2012). Profile of the Small-Scale Farming in the Caribbean (p. 62). Food and
Agriculture Organization.
Haden, V. R., Niles, M. T., Lubell, M., Perlman, J., & Jackson, L. E. (2012). Global and Local
Concerns: What Attitudes and Beliefs Motivate Farmers to Mitigate and Adapt to Climate
Change? PLoS ONE, 7(12). https://doi.org/10.1371/journal.pone.0052882
Harvey, C. A., Saborio-Rodríguez, M., Martinez-Rodríguez, M. R., Viguera, B., Chain-
Guadarrama, A., Vignola, R., & Alpizar, F. (2018). Climate change impacts and adaptation
among smallholder farmers in Central America. Agriculture & Food Security, 7(1).
https://doi.org/10.1186/s40066-018-0209-x
Holt-
Nicaragua: A case study in participatory, sustainable land management impact monitoring.
Agriculture, Ecosystems & Environment, 93(13), 87105. https://doi.org/10.1016/S0167-
8809(02)00006-3

States? Climate & Development Knowledge Network.
Irizarry-Ruiz, C. (2016). Desafíos de la agricultura en Puerto Rico para garantizar la seguridad
alimentaria. Retos Que Conlleva La Reutilización de Aguas Residuales En La Agricultura.
Reutilización de Aguas Residuales para la Agricultura, San Juan, Puerto Rico.
Jezeer, R. E., Verweij, P. A., Boot, R. G. A., Junginger, M., & Santos, M. J. (2019). Influence of
livelihood assets, experienced shocks and perceived risks on smallholder coffee farming
practices in Peru. Journal of Environmental Management, 242, 496506.
https://doi.org/10.1016/j.jenvman.2019.04.101
Kassie, M., Teklewold, H., Jaleta, M., Marenya, P., & Erenstein, O. (2015). Understanding the
adoption of a portfolio of sustainable intensification practices in eastern and southern Africa.
Land Use Policy, 42, 400411. https://doi.org/10.1016/j.landusepol.2014.08.016
Kim, K., & Bui, L. (2019). Learning from Hurricane Maria: Island ports and supply chain
resilience. International Journal of Disaster Risk Reduction, 39, 101244.
https://doi.org/10.1016/j.ijdrr.2019.101244
Kuder, G. F., & Richardson, M. W. (1937). The theory of estimation of test reliability.
Psychometrika, 2, 151160.
Lavrakas, P. J. (2008). Encyclopedia of survey research methods (Vol. 1110). Sage
Publications, Inc.
López-Marrero, T. (2010). An integrative approach to study and promote natural hazards
adaptive capacity: A case study of two flood-prone communities in Puerto Rico: An integrative
approach to study and promote natural hazards adaptive capacity. Geographical Journal, 176(2),
150163. https://doi.org/10.1111/j.1475-4959.2010.00353.x
López-Marrero, T., & Castro-Rivera, A. (2018). Actividad ciclónica en Puerto Rico y sus
alrededores: 1867 al 2017. Centro Interdisciplinario de Estudios del Litoral.
López-Marrero, T., & Castro-Rivera, A. (2019). -land-falling cyclones:
Tendencies and impacts in Puerto Rico. Natural Hazards. https://doi.org/10.1007/s11069-019-
03716-y
López-Marrero, T., & Wisner, B. (2012). Not in the Same Boat: Disasters and Differential
Vulnerability in the Insular Caribbean. Caribbean Studies, 40(2), 129168.
https://doi.org/10.1353/crb.2012.0034
López-
lives: A case study of two flood-prone communities in Puerto Rico. Natural Hazards, 52(2),
277297. https://doi.org/10.1007/s11069-009-9370-7
Lowitt, K., Hickey, G. M., Saint Ville, A., Raeburn, K., Thompson-Colón, T., Laszlo, S., &
Phillip, L. E. (2015). Factors affecting the innovation potential of smallholder farmers in the
Caribbean Community. Regional Environmental Change, 15(7), 13671377.
https://doi.org/10.1007/s10113-015-0805-2
Luu, T. A., Nguyen, A. T., Trinh, Q. A., Pham, V. T., Le, B. B., Nguyen, D. T., Hoang, Q. N.,

Change Adaptation in Agriculture in the Red River Delta Biosphere Reserve (Vietnam): A
Combination of Structural Equation Modeling (SEM) and Protection Motivation Theory (PMT).
Sustainability, 11(10), 2993. https://doi.org/10.3390/su11102993
Mase, A. S., Gramig, B. M., & Prokopy, L. S. (2017). Climate change beliefs, risk perceptions,
and adaptation behavior among Midwestern U.S. crop farmers. Climate Risk Management, 15,
817. https://doi.org/10.1016/j.crm.2016.11.004
Masters, P., & Houser, trevor. (2017). America’s Biggest Blackout. Rhodium Group.
https://rhg.com/research/americas-biggest-blackout-2/
Moulton, A. A., & Machado, M. R. (2019). Bouncing Forward After Irma and Maria:
Acknowledging Colonialism, Problematizing Resilience and Thinking Climate Justice. Journal
of Extreme Events, 06(01), 1940003. https://doi.org/10.1142/S2345737619400037
Nichols, A., & Schaffer, M. (2007). Clustered errors in Stata. United Kingdom Stata Users{
Group Meeting, United Kingdom.
doption of climate
change mitigation and adaptation strategies. Climatic Change, 135(2), 277295.
https://doi.org/10.1007/s10584-015-1558-0
Niles, M. T., Lubell, M., & Brown, M. (2015). How limiting factors drive agricultural adaptation
to climate change. Agriculture, Ecosystems and Environment, 200, 178185.
https://doi.org/10.1016/j.agee.2014.11.010
Niles, M. T., & Mueller, N. D. (2016). Farmer perceptions of climate change: Associations with
observed temperature and precipitation trends, irrigation, and climate beliefs. Global
Environmental Change, 39, 133142. https://doi.org/10.1016/j.gloenvcha.2016.05.002
Niles, M. T., & Salerno, J. D. (2018). A cross-country analysis of climate shocks and
smallholder food insecurity. PLOS ONE, 13(2), e0192928.
https://doi.org/10.1371/journal.pone.0192928
Nunnally, J. C. (1978). Psychometric Theory. McGraw-Hill.

Practical Guidelines. International Journal of Qualitative Methods, 19, 1609406919899220.
https://doi.org/10.1177/1609406919899220
Paul, J., Sierra, J., Causeret, F., Guindé, L., & Blazy, J.-M. (2017). Factors affecting the adoption
of compost use by farmers in small tropical Caribbean islands. Journal of Cleaner Production,
142, 13871396. https://doi.org/10.1016/j.jclepro.2016.11.168
Payne, P., Kaye-Blake, W., Kelsey, A., Brown, M., & Niles, M. (2021). Measuring rural
community resilience: Case studies in New Zealand and Vermont, USA. Ecology and Society,
26(1). https://doi.org/10.5751/ES-12026-260102
Perfecto, I., Hajian-Forooshani, Z., Iverson, A., Irizarry, A. D., Lugo-Perez, J., Medina, N.,
Vaidya, C., White, A., & Vandermeer, J. (2019). Response of Coffee Farms to Hurricane Maria:
Resistance and Resilience from an Extreme Climatic Event. Scientific Reports, 9(1).
https://doi.org/10.1038/s41598-019-51416-1
Phillips, C. A., Caldas, A., Cleetus, R., Dahl, K. A., Declet-Barreto, J., Licker, R., Merner, L. D.,
Ortiz-Partida, J. P., Phelan, A. L., Spanger-Siegfried, E., Talati, S., Trisos, C. H., & Carlson, C.
J. (2020). Compound climate risks in the COVID-19 pandemic. Nature Climate Change, 10(7),
586588. https://doi.org/10.1038/s41558-020-0804-2
Prokopy, L. S., Floress, K., Arbuckle, J. G., Church, S. P., Eanes, F. R., Gao, Y., Gramig, B. M.,
Ranjan, P., & Singh, A. S. (2019). Adoption of agricultural conservation practices in the United
States: Evidence from 35 years of quantitative literature. Journal of Soil and Water
Conservation, 74(5), 520534. https://doi.org/10.2489/jswc.74.5.520
QSR International. (2019). NVivo 12. QSR International.
Quarantelli, E. L. (1992). The Importance of Thinking of Disasters as Social Phenomena. The
Disaster Research Center of the University of Delaware, 7.
Ranjan, P., Church, S. P., Floress, K., & Prokopy, L. S. (2019). Synthesizing Conservation

Behaviors in the United States? Society & Natural Resources, 32(11), 11711199.
https://doi.org/10.1080/08941920.2019.1648710
Raza, M. H., Abid, M., Yan, T., Ali Naqvi, S. A., Akhtar, S., & Faisal, M. (2019). Understanding

equation modeling approach. Journal of Cleaner Production, 227, 613623.
https://doi.org/10.1016/j.jclepro.2019.04.244
Reed, M. S., Podesta, G., Fazey, I., Geeson, N., Hessel, R., Hubacek, K., Letson, D., Nainggolan,
D., Prell, C., Rickenbach, M. G., Ritsema, C., Schwilch, G., Stringer, L. C., & Thomas, A. D.
(2013). Combining analytical frameworks to assess livelihood vulnerability to climate change
and analyse adaptation options. Ecological Economics, 94, 6677.
https://doi.org/10.1016/j.ecolecon.2013.07.007
Reyes, J., Elias, E., Haacker, E., Kremen, A., Parker, L., & Rottler, C. (2020). Assessing
agricultural risk management using historic crop insurance loss data over the ogallala aquifer.
Agricultural Water Management, 232, 106000. https://doi.org/10.1016/j.agwat.2020.106000
Ribot, J. (2014). Cause and response: Vulnerability and climate in the Anthropocene. The
Journal of Peasant Studies, 41(5), 667705. https://doi.org/10.1080/03066150.2014.894911
Rodríguez-Cruz, L. A., & Niles, M. T. (2020). Survey materials: Understanding Puerto Rican
Farmers’ Perceptions of Climate Change and Hurricane Maria [Data set]. Harvard Dataverse.
https://doi.org/10.7910/DVN/JZFWZZ
Rodríguez-
motivation to adapt are not enough to drive action: A look of Puerto Rican farmers after
Hurricane Maria. PLOS ONE, 16(1), e0244512. https://doi.org/10.1371/journal.pone.0244512
Rosset, P. M., Sosa, B. M., Jaime, A. M. R., & Lozano, D. R. Á. (2011). The Campesino-to-
Campesino agroecology movement of ANAP in Cuba: Social process methodology in the
construction of sustainable peasant agriculture and food sovereignty. Journal of Peasant Studies,
38(1), 161191. https://doi.org/10.1080/03066150.2010.538584
Saint Ville, A. S., Hickey, G. M., Locher, U., & Phillip, L. E. (2016). Exploring the role of social
capital in influencing knowledge flows and innovation in smallholder farming communities in
the Caribbean. Food Security, 8(3), 535549. https://doi.org/10.1007/s12571-016-0581-y
Salerno, J., Konecky, B. L., Diem, J. E., & Hartter, J. (2019). Recent intensification of the
seasonal rainfall cycle in equatorial Africa revealed by farmer perceptions, satellite-based
estimates, and ground-based station measurements. Climatic Change, 123139.
https://doi.org/10.1007/s10584-019-02370-4
Santos-Burgoa, C., Goldman, A., Andrade, E., Barret, N., Colon-Ramos, U., Edberg, M., Garcia-
Meza, A., Goldman, L., Roess, A., Sandberg, J., & Zeger, S. (2018). Acertainment of the
Estimated Excess Mortality from Hurricane Maria in Puerto Rico.pdf. Milken Institute School of
Public Heath, George Washington University.
https://publichealth.gwu.edu/sites/default/files/downloads/projects/PRstudy/Acertainment%20of
%20the%20Estimated%20Excess%20Mortality%20from%20Hurricane%20Maria%20in%20Pue
rto%20Rico.pdf
Scobie, M. (2018). Accountability in climate change governance and Caribbean SIDS.
Environment, Development and Sustainability, 20(2), 769787. https://doi.org/10.1007/s10668-
017-9909-9
Shah, S. H., Wagner, C. H., Sanga, U., Park, H., Demange, L. H. M. de L., Gueiros, C., & Niles,
M. T. (2019). Does Household Capital Mediate the Uptake of Agricultural Land, Crop, and
Livestock Adaptations? Evidence From the Indo-Gangetic Plains (India). Frontiers in
Sustainable Food Systems, 3. https://doi.org/10.3389/fsufs.2019.00001
Shinbrot, X. A., Jones, K. W., Rivera-Castañeda, A., López-Báez, W., & Ojima, D. S. (2019).
Smallholder Farmer Adoption of Climate-Related Adaptation Strategies: The Importance of
Vulnerability Context, Livelihood Assets, and Climate Perceptions. Environmental Management,
63(5), 583595. https://doi.org/10.1007/s00267-019-01152-z
Singh, A. S., Zwickle, A., Bruskotter, J. T., & Wilson, R. (2017). The perceived psychological
distance of climate change impacts and its influence on support for adaptation policy.
Environmental Science & Policy, 73, 9399. https://doi.org/10.1016/j.envsci.2017.04.011
Smit, B., & Wandel, J. (2006). Adaptation, adaptive capacity and vulnerability. Global
Environmental Change, 16(3), 282292. https://doi.org/10.1016/j.gloenvcha.2006.03.008
Spence, A., Poortinga, W., Butler, C., & Pidgeon, N. F. (2011). Perceptions of climate change
and willingness to save energy related to flood experience. Nature Climate Change, 1(1), 4649.
https://doi.org/10.1038/nclimate1059
US Census Bureau. (2020). U.S. Census Bureau QuickFacts: Puerto Rico.
https://www.census.gov/quickfacts/PR
USDA ERS. (2020). USDA ERS - Farm Household Income Estimates.
https://www.ers.usda.gov/topics/farm-economy/farm-household-well-being/farm-household-
income-estimates/
USDA NASS. (2020). 2017 Census of AgriculturePuerto Rico Data (p. 117) [Census].
https://www.nass.usda.gov/Publications/AgCensus/2017/index.php
Weis, T. (2007). Small farming and radical imaginations in the Caribbean today. Race & Class,
49(2), 112117. https://doi.org/10.1177/03063968070490020607
White, A., Faulkner, J., Sims, S., Tucker, P., & Weatherhogg, K. (2018). Report of the 2017-
2018 New England Adaptation Survey for Vegetable and Fruit Growers (p. 40). University of
Vermont.
Wilson, R. S., Herziger, A., Hamilton, M., & Brooks, J. S. (2020). From incremental to
transformative adaptation in individual responses to climate-exacerbated hazards. Nature
Climate Change, 19. https://doi.org/10.1038/s41558-020-0691-6
Wisner, B., Blaikie, P., Cannon, T., & Davis, I. (2004). At Risk: Natural hazards, people’s
vulnerability and disasters (2nd ed.). Routledge.
Wisner, B., Gaillard, J., & Kelman, I. (2012). Framing disaster: Theories and stories seeking to
understand hazards, vulnerability and risk. In The Routledge Handbook of Hazards and Disaster
Risk Reduction (1st ed., pp. 1833). London; New York: Routledge.
Zhang, J. A., Dunion, J. P., & Nolan, D. S. (2020). In Situ Observations of the Diurnal Variation
in the Boundary Layer of Mature Hurricanes. Geophysical Research Letters, 47(3),
2019GL086206. https://doi.org/10.1029/2019GL086206
ral Livelihoods and Climate Change Adaptation in
Laggard Transitional Economies: A Case from Bosnia and Herzegovina. Sustainability, 11(21),
6079. https://doi.org/10.3390/su11216079
ResearchGate has not been able to resolve any citations for this publication.
Article
Full-text available
Understanding how perceptions around motivation, capacity, and climate change’s impacts relate to the adoption of adaptation practices in light of experiences with extreme weather events is important in assessing farmers’ adaptive capacity. However, very little of this work has occurred in islands, which may have different vulnerabilities and capacities for adaptation. Data of surveyed farmers throughout Puerto Rico after Hurricane Maria (n = 405, 87% response rate) were used in a structural equation model to explore the extent to which their adoption of agricultural practices and management strategies was driven by perceptions of motivation, vulnerability, and capacity as a function of their psychological distance of climate change. Our results show that half of farmers did not adopt any practice or strategy, even though the majority perceived themselves capable and motivated to adapt to climate change, and understood their farms to be vulnerable to future extreme events. Furthermore, adoption was neither linked to these adaptation perceptions, nor to their psychological distance of climate change, which we found to be both near and far. Puerto Rican farmers’ showed a broad awareness of climate change’s impacts both locally and globally in different dimensions (temporal, spatial, and social), and climate distance was not linked to reported damages from Hurricane Maria or to previous extreme weather events. These results suggest that we may be reaching a tipping point for extreme events as a driver for climate belief and action, especially in places where there is a high level of climate change awareness and continued experience of compounded impacts. Further, high perceived capacity and motivation are not linked to actual adaptation behaviors, suggesting that broadening adaptation analyses beyond individual perceptions and capacities as drivers of climate adaptation may give us a better understanding of the determinants to strengthen farmers’ adaptive capacity.
Article
Full-text available
To date, methods for assessing community resilience have focused predominantly on disaster recovery. Those that do focus on broader social-ecological and psychological contexts tend to be qualitative and have not been validated at the community scale. This situation reveals a need for quantitative measurement tools for assessing community resilience to slow-moving change such as rural depopulation or climate change. Our research provides a proof of concept across two diverse contexts, New Zealand and Vermont, USA, that community resilience can be quantified and broken down into dimensions of resilience. Using mixed methods, we assessed how eight communities across two countries perceive resilience and compared their perceptions with indicators of resilience in the form of official statistics. Vermonters generally perceived their communities as more resilient than did New Zealanders, and reported different dimensions of resilience as drivers of overall perceptions of resilience. Although institutional resilience was a driver of overall resilience in both countries, social and cultural dimensions of resilience were also drivers in New Zealand, whereas economic and environmental dimensions were drivers of overall resilience in Vermont. Resilience indicators were found to be weakly related or unrelated to community perceptions of resilience. This result suggests that the proposed method for measuring resilience can be used across contexts, but that there is not one type of resilience that is the key to higher levels of overall resilience. It also suggests that the two proxy measures of resilience, i.e., community perceptions and indicators, do not provide a consistent picture of resilience, raising the question of which is a more accurate measure.
Article
Full-text available
To cope effectively with the impacts of climate change, people will need to change existing practices or behaviours within existing social–ecological systems (adaptation) or enact more fundamental changes that can alter dominant social–ecological relationships and create new systems or futures (transformation). Here we use multilevel network modelling to examine how different domains of adaptive capacity—assets, flexibility, organization, learning, socio-cognitive constructs and agency—are related to adaptive and transformative actions. We find evidence consistent with an influence process in which aspects of social organization (exposure to others in social networks) encourage both adaptive and transformative actions among Papua New Guinean islanders experiencing climate change impacts. Adaptive and transformative actions are also related to social–ecological network structures between people and ecological resources that enable learning and the internalization of ecological feedbacks. Agency is also key, yet we show that while perceived power may encourage adaptations, it may discourage more transformative actions. Multilevel network modelling shows that social network exposure promotes both adaptive and transformative responses to climate change among Papua New Guinean islanders. Different social–ecological network structures are associated with adaptation versus transformation.
Article
Successful adaptation to global climate change and enhancement of agricultural watersheds' resilience requires widespread use of Nutrient Best Management Practices (NBMPs) by farms of all sizes. In the US, adoption of many NBMP practices is voluntary and insufficient to achieve local and downstream conservation objectives. Despite evidence that both social-psychological factors and socio-economic factors influence farmer decision-making, very few studies of farmers' decision-making related to NBMP adoption combine these two factor groups in a theoretically rigorous way. To better understand farmers' management decisions, we test the social-psychological Theory of Planned Behavior (TPB) to determine the relative influence of attitudes, perceived social norms, and perceived behavioral control on adoption of nine NBMPs. A survey was designed by the research team and implemented by the U.S. Department of Agriculture-National Agricultural Statistics Service (USDA-NASS) in 2013, and replicated in 2016, on a stratified sample of 129 farmers (including panel data on 56 farmers). Farmers were located in the Missisquoi, and Lamoille River watersheds of the Lake Champlain Basin in the Northeast region of the United States. Survey responses revealed variation in past adoption of NBMPs was sensitive to practice type and farm size. We developed nine weighted structural equation models to test endogenous (social-psychological) and exogenous (policy, economic and demographic) predictors of farmer intention to adopt NBMPs. We found that perceived behavioral control had the largest effect size and strongest statistical significance on the farmers' expressed intentions to adopt NBMPs in the future. For a subset of NBMPs, perceived social norms and farmer attitudes toward these NBMPs were each also significant drivers of intention to adopt individual practices. Among the exogenous variables, we found that large farm size, college education, and having a conservation easement all had a positive influence on farmers' intention to adopt NBMPs. This study suggests that for widespread adoption of NBMPs, environmental managers, policy makers, and program developers should be attentive to farmers' perceived behavioral control, and support the design and execution of outreach and technical assistance programs that build on drivers of farmers' decision making.
Article
The COVID-19 pandemic will be an unprecedented test of governments’ ability to manage compound risks, as climate hazards disrupt outbreak response around the world. Immediate steps can be taken to minimize climate-attributable loss of life, but climate adaptation also needs a long-term strategy for pandemic preparedness.
Article
A large body of empirical studies has focused on understanding the factors that influence the adoption of sustainable agricultural practices (SAP). We review 63 papers on this subject and analyze which factors influence, positively or negatively, the adoption of SAP. We categorize these factors in “farmer and farm household characteristics,” “farm general characteristics,” “farm financial/management characteristics,” “exogenous factors,” “attributes of SAP,” and “psychological factors.” We found that a majority of the reviewed papers neglected the inclusion of psychological factors to model farmers' decisions to adopt. Moreover, in the reviewed papers that included psychological factors, the constructs (i.e. farmers' perception) were poorly measured. Future research should consider the development of a “systemic approach,” including farmers' socioeconomic characteristics and psychological factors, to better understand the adoption of SAP. By including psychological factors, we advise researchers to examine a set of statements, as this strategy might provide improvements in psychological measurements.
Article
This essay uses the case of Hurricane Maria in Puerto Rico to discuss “the coloniality of disaster”: how catastrophic events like hurricanes, earthquakes, but also other forms political and economic crisis deepen the fault lines of long-existing racial and colonial histories. It argues that disaster capitalism needs to be understood as a form of racio-colonial capitalism and that this in turn requires us to question our understandings of both “resilience” and “recovery.” The article focuses on the “wait of disaster” as a temporal logic of state subjugation and on how Puerto Ricans responded to state abandonment through modes of autogestión, or autonomous organizing. It concludes that while resiliency can be coopted in service of a neoliberal recovery, it can also be the site for gestating new forms of sovereignty and new visions of postcolonial recovery.
Article
Much of the agricultural production in the Ogallala Aquifer region relies on groundwater for irrigation. In addition to declining water levels, weather and climate-driven events affect crop yields and revenues. Crop insurance serves as a risk management tool to mitigate these perils. Here, we seek to understand what long-term crop insurance loss data can tell us about agricultural risk management in the Ogallala. We assess patterns and trends in crop insurance loss data from the U.S. Department of Agriculture Risk Management Agency. Indemnities, or insurance payments, totaled $22 billion from 1989–2017 for the 161 counties that overlie the Ogallala Aquifer. We focused on the top ten weather and climate-driven causes of crop loss for the Ogallala, which comprised at least 92% of total indemnities. Drought, hail, and heat were the leading causes of crop loss for the region, and varied over space and time. For example, drought is a significant cause of loss across all seasons, while hail is more prevalent in the spring and summer. Spatially heterogeneous patterns emerged showing larger hail indemnities in the northern Ogallala versus larger drought indemnities in the southern portion. We performed a Mann-Kendall trend analysis of county-level annual loss cost values (the ratio of indemnities to liabilities). Drought and excess moisture showed significant increasing loss cost trends in the western counties of the Ogallala. In contrast, hail showed significant decreasing trends in the northern and eastern portions. These results suggest the northern counties of the Ogallala may perceive hail as a greater risk, and may be better equipped to handle drought losses as compared with the southern Ogallala. Crop insurance loss data play a role in integrating long-term trends with near-term management practices, and providing relevant risk information in producers’ operational to tactical decision making processes.