Plant clinics in Bangladesh: are farmers losing less and feeding more?
Notice bibliographique
Résumé
Agriculture accounts for around one-third of Bangladesh's gross domestic product and more than 30% of money earned from exporting to other countries.Nearly two-thirds of the country's population works in agriculture, and around 80% depend on it for their livelihoods.The country's major crop is rice, planted on 75% of farmland, with the remainder including high-value vegetables, fruits and spices.Pests destroy between 10% and 25% of harvests, despite the estimated 49,000 tonnes of pesticides used by farmers every year.The Plantwise programme, led by CABI, aims to contribute to increased food security, alleviated poverty and improved livelihoods by enabling men and women farmers around the world to lose less, produce more and improve the quality of their crops.In Bangladesh, a 2017 study has revealed that farmers who regularly attend plant clinics are more likely than non-users to be able to identify and manage crop problems, as well as increase crop yields and profitability.With increased knowledge of improved farm practices, plant clinic users are also having to rely less on chemical fertilisers to manage pests and diseases. Key highlights• 4,046 queries were recorded across 30 plant clinics between January 2015 and April 2017.• 100% of plant clinic users felt their ability to quickly identify crop problems had increased, compared to 16% of non-users.• Plant clinic users were 4.6 times more likely to indicate that their farm management knowledge had increased compared to non-users.• 93% of plant clinic users fully implemented the advice they received from plant doctors; 100% of these users stated that the advice worked well in tackling crop health problems. How to cite this paper
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,004 |
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 ».