A Diagnostic Study of Constraints to Achieving Yield Potentials of Cocoa (Theobroma cacao L.) Varieties and Farm Productivity in Nigeria
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
Increasing farm productivity is a major breeding objective in crop improvement of any crop species. However, there is usually a gap between yields reported in experimental station and that obtained by farmers. In this study, diagnostic tools of Metaplan, Pair wise ranking, Stakeholders’ analysis and Venn diagram were used within a participatory Focus Group Discussion (FGD) with farmers in the three major cocoa growing States of Nigeria, namely, Ondo, Osun and Cross River States to identify causes of low farm productivity and constraints to cocoa cultivation in Nigeria. Results showed the black pod disease (Phytophthora pod rot), old age of cocoa trees, poor access to improved planting materials, termite infestation and insufficient chemicals as the most important factors responsible for low cocoa yields obtained by farmers. We also found that local buying agents, extension outfits of national agricultural development projects (ADPs) and farmer field schools (FFS) and farmers’ organizations (FOs) were the closest stakeholders to cocoa farmers in the States investigated. This study revealed the need for development of improved cocoa varieties that are resistant to the black pod disease and a functional system of seed distribution to facilitate greater access to improved varieties. We therefore suggest that programmes should be designed to increase farmers’ access to improved planting materials, inputs, finance and involvement in participatory problem-identification and solution strategies development process.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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