Utilization of indigenous food plants in Uganda: A case study of south-western Uganda
Notice bibliographique
Résumé
The purpose of the study was to document and establish the traditional processin methods of indigenous food plants in Rukungiri district. In order to establish the status and level of utilization and processing of indigenous food plants in southwestern Uganda, a baseline survey was carried out using a participatory method of data collection. Respondents in Rukungiri district cited a total of 94 plants that were used for food. Some of the food plants were classified as indigenous to the area, while others were classified as exotic. The food types generally fell into five broad categories, namely; vegetables, fruits, roots/tubers, pulses and cereals. Vegetables and fruits were the most commonly used food plants and the Amaranths species were found to be the most popular vegetables, whereas wild plums (Carissa edulis) and gooseberries (Physalis minima) were cited among thepreferred fruit species. In spite of the fact that indigenous/traditional food plants have always ensured food security at the household level, the process of collecting them from the wild, their production,consumption and domestication was found to be on the decline in this area. This decline can be attributed to limited available knowledge on their nutritional content and to the emphasis that is placed on commercial, high yielding exotic plants by both the agricultural extension officers and farmers. The majority of farmers are only interested in the cultivation of crops from which they can earn an income, and because no one has cultivated indigenous food plants with the intention of earning an income from them, the plants have not proved their worth. Although the methods of utilization, especially food preparation, varied from one household to another, boiling, steaming and frying were very common and cross-cutting almost all the households. The principal mode of food preservation cited by households, especially for seeds, wassun drying.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».