MétaCan
Menu
Retour à la cohorte
Enregistrement W2743647601 · doi:10.5539/sar.v6n4p12

Implications of Seed Policies for On-Farm Agro-Biodiversity in Ethiopia and Uganda

2017· article· en· W2743647601 sur OpenAlexvenueno aff
Gloria Otieno, Travis Reynolds, Altinay Karasapan, Isabel López Noriega

Notice bibliographique

RevueSustainable Agriculture Research · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesMinisterie van Buitenlandse Zaken
Mots-clésCropBusinessAgricultural biodiversityPrivate sectorGovernment (linguistics)Crop diversityAgroforestryDiversity (politics)Local governmentAgricultural economicsAgricultural scienceGeographyAgricultureEconomic growthEconomicsAgronomyPolitical scienceBiology

Résumé

récupéré en direct d'OpenAlex

Across East Africa, national seed policies and commercial seed enterprises have focused on increasing farmers’ access to modern seed varieties. These new varieties are developed and delivered to farmers via the formal seed system, which is comprised of government and private sector seed breeders, processors, and vendors. However, the formal seed system only provides a small share (<20%) of smallholders’ seed in the region. Most farmers source seed from informal seed systems, including own-saved seed, exchanges with neighbors, and local seed markets. At the local level, informal seed systems are preferred by farmers because of proximity and local varietal preferences (e.g., crop variety tastes and suitability for local environmental conditions). At the national and regional levels, the conservation and use of local crop varieties through informal systems has also provided a wealth of crop genetic diversity increasingly recognized as critical for climate change adaptation. To evaluate how policies in East Africa impact seed systems we systematically code 117 provisions in 21 national seed policies in Ethiopia (n=11) and Uganda (n=10), highlighting the implications of current and proposed policies for the availability and accessibility of: (i) improved seed; (ii) quality-controlled seed; and (iii) genetically diverse local seed in both the formal and informal seed systems in each country.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,372
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetAgricultural Innovations and PracticesTravaux en français237 207