Integrating scientific and farmers perception towards evaluation of rain-fed agricultural technologies for sorghum and cowpea productivity in Central Kenya
Notice bibliographique
Résumé
Soil fertility degradation remains the major biophysical cause of declining per capita crop production on smallholder farms in Central Kenya highlands. A study was conducted to compare farmers’ perception and biophysical data on selected water harvesting and integrated soil fertility management technologies on sorghum (Sorghum bicolor (L.) Moench) and cowpea (Vigna unguiculata L.) production in Central highlands of Kenya. Three hundred and seventy one smallholder farmers were invited to evaluate thirty six plots laid out in Partially Balanced Incomplete Block Design (PBIBD) replicated three times. The treatment which was ranked best overall rated as ‘good’ by the farmers was farmers practice with a mean score of (2.78) and yielding (3.5 t/ha) under sorghum alone plus external soil amendment of 40 kg P /ha+20 kg N /ha. This was closely followed by tied ridges and contour furrows overall rated as ‘good’ by the farmers under sorghum alone plus external soil amendment of 40 kg P /ha+20 kg N /ha+manure 2.5 t/ha and 40 kg P /ha+40 kg N /ha+manure 5 t/ha both with a mean score of (2.7) and yielding (3.0 t/ha) and (2.9 t/ha) respectively. Generally, all experiment controls were overall scored as ‘poor’ yielding as low as 0.3 t/ha to 0.6 t/ha. Therefore, integration minimal addition of organic and inorganic inputs on highly valued traditional crops with adequate rainfall under normal farmers practice in semi arid lands could be considered as an alternative option contribution to food security in central highland of Kenya. Key words: Food security, water harvesting, integrated soil fertility management, Central Kenya.
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 | 0,002 | 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 | 0,001 |
| 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 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 ».