Exploring the emergence of participatory plant breeding in countries of the Global North – a review
Notice bibliographique
Résumé
Abstract Participatory plant breeding (PPB), commonly applied in the Global South to address the needs of underserved farmers, refers to the active collaboration between researchers, farmers and other actors throughout the breeding process. In spite of significant public and private investments in crop variety improvement in the Global North, PPB is increasingly utilized as an approach to address cropping system needs. The current study conducted a state-of-the-art review, including a comprehensive inventory of projects and five case studies, to explore the emergence of PPB in the Global North and inform future PPB efforts. Case studies included maize ( Zea mays ), tomato ( Solanum lycopersicum ), Brassica crops ( Brassica oleracea ), wheat ( Triticum aestivum ) and potato ( Solanum tuberosum ). The review identified 47 projects across the United States, Canada and Europe including 22 crop species representing diverse crop biology. Improved adaptation to organic farming systems and addressing principles and values of organic agriculture emerged as consistent themes. While projects presented evidence that PPB has expanded crop diversity and farmer's access to improved varieties, obstacles to PPB also emerged including challenges in sustained funding as well as addressing regulatory barriers to the commercial distribution of PPB varieties. Agronomic improvements were only one lens motivating PPB, with many projects identifying goals of conservation of crop genetic diversity, farmers' seed sovereignty and avoidance of certain breeding techniques. The authors conclude that a multidisciplinary approach is needed to fully understand the social, political and agroecological influences driving the emergence of projects in the Global North and factors impacting success.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| 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 ».