Integrating Conventional and Participatory Breeding Approaches in Assessment of Common Bean Varieties for Farmer Preffered Traits
Notice bibliographique
Résumé
It is estimated that over 75% of rural households in Tanzania depend on common bean (Phaseolus vulgaris L.) for daily subsistence. Recently, farmers have been increasingly looking for improved bean varieties which meet specific market demands characterized with yellow seed colour, early maturing and/or adapted to local agro-ecologies. Study focused on assessing the performance of bean varieties for agronomic traits through variety and environmental interactions by identifying high yielding, ealy maturing and market demand seed classes among the tested materials. For testing adaptability and stability, experiments were conducted in low to high altitudes for two consecutive years using randomized complete block design (RCBD) with three replicates. Eight common bean varieties KG98, Navy line 1, KATB9, SABRYT, KATB1, Lyamungu 85, JESCA and Calima Uyole were used. Absolute, matrix and pairwise ranking were used integratively for farmers’ and researcher’s assessment and selection. Participatory variety selection approach gave farmers an opportunity to assess and select varieties from a range of near finished materials in the breeding process. As part of the Farmers’ participatory variety selection process, seventeen participants as among the consumers 46% being women were selected to participate in a focused group discussion. Results revealed that, days to flowering, days to maturity and yield across the tested environments showed significant differences (p ≤ 0.05) as well as yield and diseases interactions for genotype, environment and season. Field data and farmers’ assessment data showed two varieties of KATB1 (yellow round) and KATB9 (red round) for better performance (high yield) and grain preference respectively. It showed that, early maturing; seed type and marketability varieties are highly demanded by bean farmers in Tanzania.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».