MétaCan
Menu
Retour à la cohorte
Enregistrement W2783397441 · doi:10.5539/sar.v7n1p146

Food Security and Income through Sweet Potato Production in Teso, Uganda

2017· article· en· W2783397441 sur OpenAlexvenueno aff
William Faustine Epeju, Peter Milton Rukundo

Notice bibliographique

RevueSustainable Agriculture Research · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood securityFamineAgricultureGeographyOrange (colour)Food processingPopulationFocus groupAgricultural economicsSocioeconomicsBusinessEconomicsBiologySociologyHorticultureFood science

Résumé

récupéré en direct d'OpenAlex

Two relevant studies on food security are referred to in the article. Food insecurity from time to time threatens in Teso sub region which houses a viable Teso agricultural system. One study was done during 2001-2003 in Teso on sweet potato production with 650 persons participating and the second one was done in one disaster affected area of Bududa District nearby during 2012-2016 when 1,142 persons participated. Kiryandongo District where Bududa landslide survivors were resettled in Uganda was included in that study. Participatory methods such as focus group discussions, farm observations, in-depth interviews, and questionnaires were used. Both studies used qualitative and quantitative methods for data analysis. The sweet potato stands second after cassava as the crop for famine and disaster periods in Teso to meet the human right to adequate food to complement the well dried cereals & grain legumes that stored longer. Livestock especially was also one of the prime determinants of food security and income in Teso. Free from cyanides with a good content of affordable Vitamin A from orange fleshed varieties, sweet potatoes in Teso contributed about 61% to the yearly food per capita of the population thus a recommendable crop for sustainable food security and some income in Teso and beyond.

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 enseignants0,196
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,341
Écart entre enseignants0,314 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetChild Nutrition and Water AccessTravaux en français237 207