A Diagnostic Appraisal of Sorghum Farming in Striga Endemic Areas of Eritrea
Notice bibliographique
Résumé
Sorghum (Sorghum bicolour (L.) Moench), the most important cereal crop in Eritrea, is grown in more than 210,000 ha annually but its productivity is hampered by many factors including: farmer perception, lack of appropriate varieties, undeveloped seed systems, drought stress and Striga infestation. This study was aimed at understanding the sorghum smallholder livelihoods, farming systems, Striga incidence and infestation levels, and types of varieties grown in Striga infested sorghum growing areas. A semi structured questionnaire and focused group discussions were used to gather information from a total of 136 randomly selected farmers from three Striga endemic sub-regions of Eritrea namely, Hamelmalo, Goluj, and Tesseney. The results indicated that the most important cereal crops in the study area were sorghum, pear millet, ground nut and sesame. The most important constraint to sorghum production was identified as drought stress followed by Striga infestation. The majority of the respondents (81.6%) reported that their sorghum was affected by Striga and the level of infestation varied from mild (10%) to severe (70% and above). Small-holder farmers also indicated that high grain yield, drought tolerance/resistance and Striga resistance were their most important criteria when selecting sorghum varieties. Up to 31 different landraces were listed as the most popular in the study area. The dominant source of seed for cultivation was the local varieties retained by farmers from previous harvests. The information documented from this study may be used in future as a basis for a participatory farmer-oriented sorghum breeding program.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».