Development of Quinoa Value Chain to Improve Food and Nutritional Security in Rural Communities in Rehamna, Morocco: Lessons Learned and Perspectives
Notice bibliographique
Résumé
Agricultural production in the Rehamna region, Morocco is limited with various challenges including drought and salinity. Introduction of climate resilient and rustic crops such as quinoa was an optimal solution to increase farmer's income and improve food security. This study summarizes results obtained from a research project aiming to develop quinoa value chain in Morocco. The study tackled several aspects including agronomic traits (yield and growth), transformation, quality (nutritional and antinutritional traits) and economic analysis and, finally, a strength-weaknesses-opportunities-threats analysis, lessons learned and development perspectives were presented. From an agronomic point of view, introduced new quinoa cultivars showed higher performance than locally cultivated seeds and, furthermore, the use of irrigation and organic amendment has tremendously improved seed yield by double and three times, respectively, compared to rainfed conditions. Nutritional analysis revealed that protein and phosphorus content remained stable after seed pearling while most of the micronutrients content decreased after seed pearling. However, saponins content was reduced by 68% using mechanical pearling compared to 57% using both traditional abrasion and washing. The economic analysis showed that production cost of quinoa seeds could be further decreased using mechanized intensive tools along with irrigation and organic amendment supply. This study revealed several lessons learned from the field experience and proposed several development actions for each value chain component that can be implemented within a national quinoa program.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».