MétaCan
Menu
Retour à la cohorte
Enregistrement W2938346612 · doi:10.5539/jas.v11n5p506

Availability of Fodder Trees and Shrubs Integrated Into Agricultural Systems in Eastern Hararghe, Ethiopia

2019· article· en· W2938346612 sur OpenAlexvenueno aff
Dargo Kebede Alemie, Haftay Hailu Gebremedhin

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFodderAgroecologyAgricultureAgroforestryGeographyGrazingShrubAgroecosystemAgronomyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Tree/shrub based feed resources and feeding systems in Eastern Hararghe are not studied well. Therefore, a study aimed at assessing the availability of fodder trees and shrubs integrated into farming system, available feed resources, and feeding systems was made in two districts of eastern Hararghe zone, Ethiopia. A total of 268 respondents from the two districts, both from lowland and highland agro ecology, were interviewed. Sørensen’s Similarity Index was used to assess species composition in relation to agroecology. The result revealed that about 67.2% of the respondents have not integrated any fodder trees and shrubs into their farmlands whereas only 32.8% of the respondents integrated fodder trees and shrubs into their farmlands. A total of 20 fodder and non-fodder tree species were identified. Regarding tree species composition, only 46% of tree species were found in both districts, whereas about 54% of the tree species were dissimilar between the districts. The feeding system significantly varied with agroecology. Zero grazing system with stall-feeding technique is common in the highland agroecology. However, in the lowland agroecology free grazing on communal grazing area and feeding crop residue are common. Factors like inadequate extension service, lack of planting material and land scarcity has resulted in reduction of farmers’ interest to integrate fodder trees and shrubs into their farming system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetRangeland Management and Livestock EcologyTravaux en français237 207