<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>علم تصمیم گیری و سیستم های هوشمند</JournalTitle>
      <Issn>3060-7574</Issn>
      <Volume>3</Volume>
      <Issue></Issue>
      <PubDate PubStatus="epublish">
        <Year>1405</Year>
        <Month>06</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Scenario-Based Evaluation of Farmers’ Acceptance of Crop-Switching Policy in Kurdistan Province: Integrating Structural Equation Modeling, Bayesian Belief Networks, and Agent-Based Modeling</ArticleTitle>
    <VernacularTitle>ارزیابی سناریومحور پذیرش سیاست تغییر کشت در میان کشاورزان استان کردستان: تلفیق مدل معادلات ساختاری، شبکه باور بیزی و مدل‌سازی عامل‌بنیان</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>20</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>وریا </FirstName>
        <LastName> سلیمی</LastName>
        <Affiliation>گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>مرتضی</FirstName>
        <LastName>محمودزاده</LastName>
        <Affiliation>گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>میرحسین </FirstName>
        <LastName>سیدی</LastName>
        <Affiliation>گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران </Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1405</Year>
        <Month>04</Month>
        <Day>01</Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;This study aimed to develop an integrated framework for evaluating the acceptance of crop-switching policy under conditions of uncertainty. The study employed an exploratory sequential mixed-methods design. In the qualitative phase, data obtained from semi-structured interviews with 20 farmers and agricultural experts were analyzed using thematic analysis. In the quantitative phase, data collected from 300 farmers across four counties in Kurdistan Province were analyzed using partial least squares structural equation modeling (PLS-SEM). Subsequently, the validated constructs and relationships were modeled within a Bayesian belief network, and six policy scenarios were evaluated alongside the baseline scenario. The network’s probabilistic outputs were then transferred to an agent-based model to simulate the crop-switching adoption rate at the level of individual farmer agents. The qualitative findings identified seven major themes: economics and markets, risk and decision-making, social influence and trust, policy and institutional support, technical and extension capacity, environment and health, and livelihoods and crop-switching behavior. The structural model results indicated that economic advantage, market security, institutional trust, social influence, and technical capacity positively affected attitudes, intentions, or crop-switching behavior, depending on the specified model pathways. In contrast, perceived costs and risks and environmental and health consequences exerted inhibitory effects. The coefficient of determination was 0.644 for attitudes and 0.716 for intentions and behavior, while the standardized root mean square residual was 0.049. The Bayesian belief network results showed that the probability of a high intention to switch crops increased from 25.87% under the baseline scenario to 54.23% under the favorable scenario, whereas it decreased to 11.01% under the unfavorable scenario. Furthermore, the agent-based model showed that the crop-switching adoption rate increased from 53% under the baseline scenario to 74% under the favorable scenario and declined to 31.67% under the unfavorable scenario. Overall, the findings indicate that the success of crop-switching policy depends on designing and implementing a coordinated policy package encompassing economic profitability, market security, risk reduction, institutional support, practical training, and trust-building.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;هدف این مطالعه، ارائه چارچوبی یکپارچه برای ارزیابی پذیرش سیاست تغییر کشت در شرایط عدم‌قطعیت بود. مطالعه با رویکرد آمیخته اکتشافی متوالی انجام شد. در مرحله کیفی، داده‌های حاصل از مصاحبه‌های نیمه‌ساختاریافته با ۲۰ نفر از کشاورزان و خبرگان حوزه کشاورزی با استفاده از روش تحلیل مضمون بررسی شد. در مرحله کمی، داده‌های گردآوری‌شده از ۳۰۰ نفر از کشاورزان چهار شهرستان استان کردستان با روش مدل‌سازی معادلات ساختاری حداقل مربعات جزئی تحلیل شد. در ادامه، سازه‌ها و روابط تأییدشده در قالب شبکه باور بیزی مدل‌سازی و، در کنار وضعیت پایه، شش سناریوی سیاستی ارزیابی شد. سپس خروجی‌های احتمالی شبکه به مدل عامل‌بنیان انتقال یافت تا نرخ پذیرش تغییر کشت در سطح عامل‌های کشاورز شبیه‌سازی شود. یافته‌های کیفی به شناسایی هفت مضمون اصلی شامل اقتصاد و بازار، ریسک و تصمیم، نفوذ اجتماعی و اعتماد، سیاست و حمایت نهادی، ظرفیت فنی و ترویجی، محیط‌زیست و سلامت و معیشت و رفتار تغییر کشت انجامید. نتایج مدل ساختاری نشان داد مزیت اقتصادی، امنیت بازار، اعتماد نهادی، نفوذ اجتماعی و توان فنی، متناسب با مسیرهای مدل، بر نگرش، قصد یا رفتار تغییر کشت اثر مثبت دارند؛ در مقابل، هزینه و ریسک ادراک‌شده و پیامدهای محیط‌زیستی و سلامت، نقش بازدارنده ایفا می‌کنند. ضریب تعیین نگرش برابر با ۰٫۶۴۴ و ضریب تعیین قصد و رفتار برابر با ۰٫۷۱۶ بود و مقدار شاخص برازش استانداردشده ۰٫۰۴۹ به دست آمد. نتایج شبکه باور بیزی نشان داد احتمال قصد بالای تغییر کشت از ۲۵٫۸۷ درصد در وضعیت پایه به ۵۴٫۲۳ درصد در سناریوی مطلوب افزایش یافت، درحالی‌که این احتمال در سناریوی نامطلوب به ۱۱٫۰۱ درصد کاهش پیدا کرد. همچنین، مدل عامل‌بنیان نشان داد نرخ پذیرش تغییر کشت از ۵۳ درصد در وضعیت پایه به ۷۴ درصد در سناریوی مطلوب افزایش یافت و در سناریوی نامطلوب به ۳۱٫۶۷ درصد کاهش یافت. برآیند یافته‌ها نشان می‌دهد موفقیت سیاست تغییر کشت به طراحی و اجرای بسته‌ای هماهنگ شامل سودآوری اقتصادی، امنیت بازار، کاهش ریسک، حمایت نهادی، آموزش عملی و اعتمادسازی وابسته است.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">crop switching</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">farmer behavior</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">belief analysis</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Bayesian belief network</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">agent-based modeling</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">agricultural policy</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تغییر کشت</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">رفتار کشاورزان</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تحلیل باور</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">شبکه باور بیزی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">مدل‌سازی عامل‌بنیان</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">سیاست کشاورزی</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://dsisj.com/index.php/dsisj/article/download/112/49</ArchiveCopySource>
  </Article>
</ArticleSet>
