Impact of Crop Improvement and Management: Winter-Sown Chickpea in Syria
Notice bibliographique
Résumé
Chickpea (Cicer arietinum L.) is an annual grain legume or 'pulse' crop used extensively for human consumption. Dried chickpea seed is commonly used in soup in India, while in the Middle East and elsewhere it is more frequently cooked and blended with rice dishes. The primary use in Syria is to prepare the homus bet-hina dish or falafel. Major chickpea producing countries include India, Pakistan, Mexico, Turkey, Canada, Syria, and Australia. Chickpea accounts for over 20% of world pulse production, and is the most important pulse crop after dry bean and pea. Chickpea provides important economic advantages to smallholder farm households: it is a source of protein (an alternative to meat) and a source of cash income, and improves soil quality when grown as a break crop in cereal-dominated farming systems. Despite the importance of chickpea, yields in Syria – and many other developing countries – have remained very low. The major constraints to productivity are the low yield potential of landraces, their susceptibility to biotic and abiotic stresses, and poor cultural practices. In Syria, chickpea is traditionally sown during spring on conserved soil moisture, if winter rainfall has been sufficient. Productivity is limited mainly by terminal drought and vascular wilt. With increasing pressure on land in Syria, profitability of spring chickpea is declining relative to other crops. This is a major reason for fluctuating or declining area and production.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».