Estimation of Economic Value of Gardening Produces Hidden Harvest (Case Study: Prunus Persica)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Due to growing population and needs more food supply, increased productivity in agricultural production have been more considered and for this purpose, different strategies such as increasing acreage, yield per unit area, achieving superior cultivars, field operations management and the like have been suggested by the researchers. One of the ways (strategies) is that lower hitherto been considered, reduce postharvest losses, or harvest. Plant produces are living systems: due to doing postharvest biological processes that concluded to be ruined quickly. Harvesting and postharvest handling of crops, play a critical role in assuring their price and quality. Peach is perishable produce and after harvest a high percentage of it is useless immediately. Improvement of postharvest quality and efficiency in the marketing system necessitates improved harvesting methodologies, training of farmers, as well as the use of appropriate facilities and equipment for transportation, packaging and storage. So in this study for estimation the economic value peaches hidden harvest was used benefit-cost method. The required data were collected with through a questionnaire from 45 peach growers of east Golestan province. The results of this investigation disclosed that use of appropriate facilities and equipment for transportation, packaging, storage and increasing the awareness of farmers will be increased peach produce with reducing losses till 40 percent in the region. It is suggested measures such as precooling and cool keeping till the time of selling or processing, using refrigerated vehicles, equipping sales centers to refrigerators, proper packaging and maintenance of fruit at a temperature of 2 to 3 o C should be implemented.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle