MétaCan
Menu
Retour à la cohorte
Enregistrement W4233412748 · doi:10.1079/cabicomm-62-8111

Farmers in Rwanda reap benefits with advice from plant clinics

2016· report· en· W4233412748 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural risk and resilience
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchAgriculture and Agri-Food CanadaMinistry of Agriculture of the People's Republic of ChinaDepartment for International Development
Mots-clésAdvice (programming)Agricultural economicsBusinessFamily medicineMedicineComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Plant clinics have been operating in Rwanda since 2011 when 8 were launched in the four zones of the country by the Rwanda Agriculture Board (RAB) in partnership with Plantwise.The plant clinics are intended to help smallholder farmers to manage the sometimes devastating crop diseases and pests by acting as an easily accessible source of current, timely, practical, trustworthy and cost-effective advice.In addition, as a community-based early-warning mechanism for crop problems, they are expected to generate data that give an insight into the spread and occurrence of important crop health concerns.Early notification of a devastating crop disease can save a whole harvest from destruction and can help the government to set up prevention and control measures.That was what happened with maize lethal necrosis when a plant health clinic in Byangabo in the north first recognized it in 2013.RAB and Plantwise undertook a study in 2015 involving 116 farmers, among whom 39 were regular plant clinic users, 37 were first-time users and 40 had never used the clinics, to learn how the clinics were playing their role.The study also sought to determine the nature of the interaction of the plant clinics with other services supporting farmers and the opportunities for enhancing the relationship. Key highlights• All the farmers who visit the plant clinics use or plan to use the advice from the plant doctors.• Approximately 50% of the farmers who used the advice from the plant clinics saw increases of 47-127% in the yield of maize, beans, banana, eggplant and pineapple.• More men than women and more wealthy than poor farmers use plant clinics.• Amongst the plant clinic users the preferred source of plant health information is plant doctors, while those who do not use the clinics prefer obtaining the information from neighbours.• Almost all the plant clinic users share the advice from the plant doctors with others.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,026
Tête enseignante GPT0,246
Écart entre enseignants0,220 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAgricultural risk and resilienceTravaux en français237 207