MétaCan
Menu
Retour à la cohorte
Enregistrement W2086960267 · doi:10.1111/j.1475-4762.2008.00824.x

Dealing with weedy problems in agriculture: the role of three agricultural land use management practices in the forest‐savanna ecological zone of Ghana

2008· article· en· W2086960267 sur OpenAlex
Louis Awanyo

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueArea · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensUniversity of Regina
Organismes subventionnairesUniversity of ReginaWorld Wildlife Fund
Mots-clésVegetation (pathology)WeedAgroforestryAgricultureWeed controlMulchCompetition (biology)Environmental scienceBiomass (ecology)Land useGeographyAgronomyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

An important limiting factor on labour‐intensive small‐scale agricultural production in Ghana is competition from weeds for environmental resources, such as soil nutrients, moisture and sunlight. This article combines primary social research based on surveys and in‐depth interviews, and ecological research based on experiment and secondary research to explore the efficacy of three land use management practices, compared with their alternatives, in dealing with on‐farm weed problems in Gyamfiase‐Adenya‐Obom, Ghana. The fallow management practice of >3 years of fallow showed significantly greater promise of suppressing weeds than ≤3 years of fallow. Mulching slashed vegetation, as a land preparation practice, was also consistently better at reducing weed densities than burning the slashed vegetation. The study indicated that while more frequent weeding was generally more effective in suppressing weed densities than less frequent weeding, the effect of weeding in significantly reducing weed densities was not associated with weeding frequency per se but with how carefully weeding was accomplished .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,235
Écart entre enseignants0,171 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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