Obstacles to Low Quality Water Irrigation of Food Crops in Morogoro, Tanzania
Notice bibliographique
Résumé
Knowledge on users’ and regulators’ views regarding obstacles on the use of low quality water forms the basis for the improvement of water reuse in food crops irrigation. A qualitative study was conducted to assess the obstacles to the use of low quality water for irrigation of food crops in urban and peri-urban areas in Tanzania. The study considered Morogoro urban and peri-urban areas as a case study due to the existence of paddy and vegetable production using the effluent from the waste stabilisation ponds. Both primary and secondary data were used. Primary data were collected through in-depth interviews with 22 key informants, and 4 focus group discussions with farmers. Content analysis was used in this study. Findings show that domestic wastewater was poorly disposed, waste stabilisation ponds as treatment facilities had limited management, and quality monitoring of effluent from the waste stabilisation ponds was limited to permit safe use of the effluent in food crops irrigation. The government officials were of the view that the effluent from the waste stabilisation ponds should not be used for leafy vegetables irrigation while farmers viewed vegetables farming as a quick source of income and livelihood strategy for many years. The study therefore suggests that the relevant agencies should improve the treatment of wastewater and quality monitoring of the effluent for safe use of low quality water for food crops irrigation in urban and peri-urban areas.
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 | 0,001 | 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 | 0,000 |
| 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 ».