Plant clinics act to bolster extension delivery in smallholder farming in China
Notice bibliographique
Résumé
The Chinese government has increasingly opened up its agricultural extension sector over the last three decades in response to growing service demand, bringing many actors into the scene. One outcome has been the diversification of information sources for farmers, which now include agricultural input suppliers, farmers' associations, the mass media, nongovernmental organisations etc. Information is an essential input in farming decision-making and the lack of it, the wrongful use of it or the use of an inaccurate form of it could produce catastrophic consequences for farmers. For information to generate the greatest benefit for farmers it must be credible, timely, specific to farmers' concerns, packaged based on their circumstances and delivered by an authority they regard as credible. In a pluralistic extension delivery system farmers face the difficulty of determining which source of information is dependable. And since farmers' information-seeking behaviour is dependent on their intrinsic and socioeconomic qualities, ensuring access by all farmers to reliable information is difficult to guarantee. The Chinese Academy of Agricultural Sciences and Plantwise undertook a study October 2013 to April 2014 in Peng Shan county, Si Chuan province of China among 144 households to learn about how farmers interacted with the providers of agricultural advice, including the newly introduced plant clinics, and if lessons existed that could help in refining and enhancing the extension services.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 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 ».