Integrated Multi-criteria Land Suitability Evaluation and Mapping for Scaling Malt Barley Varieties in Rain-Fed Production Areas of Ethiopia
Notice bibliographique
Résumé
Information on variety specific land suitability analysis was not available in Ethiopia. Therefore, integrated multi-criteria land suitability analysis and mapping for contrasting malt barley varieties was carried out to identify where and how much potentially suitable land exists in the country. The main factors considered for analysis include rainfall and temperature during the growing period, length of growing period, digital elevation models, (altitude and slope data) and soil characteristics (types, pH, depth, texture and drainage). The malt barley varieties included are late maturing Bekoji-1, EH1847 and Holker; and early maturing Grace, IBON 174/03 and Sabini. For classification of the data layers according to the degree of suitability for each variety, various reports and other relevant information were reviewed and used in defining the limits of the suitability ranges of malt barley varieties. The overall suitability was computed by multiplying the selected criteria weight by the assigned sub-criteria score and summing these values in the ArcGIS Model Builder. The analysis showing the extent and patterns of suitable land area available for the selected malt barley varieties are presented in the form of tabular data and maps. Highly suitable areas for these varieties include: 125,332 ha for Bekoji-1; 124,004 ha for EH1847; 775,312 ha for Grace; 125,356 ha for Holker; 1,677,388 ha for IBON 174/03; and 307,952 ha for Sabini. The results suggest that current improved malt barley varieties can be targeted for scaling out in the identified land suitability classes in the highlands of Ethiopia. Results also suggest that future research and development works should give priority for developing early maturing, acidic and waterlogging soil tolerant malt barley varieties. The results can be useful for policy and decision making to ensure land resources are used in the most productive and sustainable ways and solve the mismatches between current land use and land suitability for malt barley varieties in the country.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 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 ».