Striga Infestation in Kenya: Status, Distribution and Management Options
Notice bibliographique
Résumé
<p><em>Striga</em> spp. is considered to be the greatest biological constraint to food production in sub-Saharan Africa, a more serious problem than insects, birds and plant diseases. They are among the most specialized root-parasitic plants inflicting serious injury to their host depriving them water, minerals and photosynthate. The greatest diversity of <em>Striga </em>spp. occurs in grassland. However, <em>Striga hermonthica</em> mainly occurs in farmland infecting grasses. The parasite devastating effect is accomplished prior to its emergence from the soil. It may cause yield losses in cereals ranging from 15% under favourable conditions to 100% where several stress factors are involved, thereby affecting the livelihood of millions of resource-poor farmers. Piecemeal approach to address one aspect of <em>Striga</em> problem at a time has been a setback in technology transfer to producers. Future <em>Striga</em> control programs should not be conducted separately, but should rather be conducted in an integrated approach that combines research talents of various institutions. This will facilitate collaborative research and achieve qualitative interaction between stakeholders, which can easily produce reliable technologies that are practical and available to farmers. <em>Striga</em> being a pervasive pest, time is of essence in controlling it. There is an urgent need for the establishment of policies to promote, implement, and ensure a long-term sustainable <em>Striga</em> control program.</p>
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».