Farmers’ Knowledge, Perception and Practices in Apple Pest Management and Climate Change in the Fes-Meknes Region, Morocco
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Apple production in the Fes-Meknes region of Morocco is highly affected by pests and adverse weather conditions. A survey of apple farmers’ knowledge, perceptions and practices (KPP) in pest management and climate change was conducted in spring 2018 in two major apple-producing provinces of the region. Each farmer reported three insect pests and two diseases on average affecting their orchards. Pest management was performed by a combination of cultural and chemical methods. All farmers used dormant chemical sprays. About 60% of the respondents adopted pest surveillance based on visual inspection and 41.9% chose their pesticides on the basis of the information received from pesticide sellers. An average of 20 treatments per year was applied in each orchard. Regression analysis showed that neither the age of apple trees nor the number of pesticide applications influenced yield. Adverse weather conditions affected all apple plantations and the most frequent problems perceived were frosts, hailstorms, hot winds and water shortage. Of the orchards reported, 51.3% were protected with anti-hail nets. In order to reduce the rate of pesticide applications, better information on integrated pest management is required. Introduction of organic farming is necessary as 40.5% of the farmers agreed to convert to this practice in the future provided that market facilitation is established.
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.
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 | 0,000 | 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 | 0,000 |
| 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 découle