11-Year Rainfall and Maize Yield Variation (2003-2013) in Four Northern Districts of Malawi
Notice bibliographique
Résumé
Rainfall in the maize cropping season (Oct-Apr) in the four northern districts of Malawi was examined in terms of seasonal fluctuation and spatial distribution, and data spanning 11 years were analyzed. Rainfall fluctuations in the 11-year period differed considerably among the four districts and the Extension Planning Areas (EPAs) showed high coefficients of variance (CVs) (16.9-93.7). The equation with the three-month rainfall (October, February, and April), i.e., Maize yield (kg/ha) in SH = 2.29 + 0.0042 × Oct rainfall – 0.0009 × Feb rainfall + 0.00045 × Apr rainfall (r2 = 0.41), better explained maize yield in the 2013/14 season than the equation with total rainfall in the cropping season. Rainfall accounted for more than 41% of the total variation in maize yields of smallholder farmers (SHs). Rainfall in April was the most critical factor influencing maize and other crop yields. After the Farm Input Subsidy Programme (FISP) was implemented in 2005/06, maize yield became more dependent on rainfall. CV was higher in maize than in groundnut and sweet potato, indicating that maize is susceptible to rainfall fluctuations, and groundnut and sweet potato should be incorporated in farming as a countermeasure against unpredictable rainfall.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».