The need for alternative pest management methods to mitigate risks among cocoa farmers in the Volta region, Ghana
Notice bibliographique
Résumé
The objective of this study is to assess the adoption of alternative pest management methods to reduce risks among cocoa farmers in the Volta region. Cultural control methods found to be the most practiced alternative pest management, especially in the Ho West district where majority of the farmers were more knowledgeable of alternative pest control methods. There was significant relationship between agrochemical shop services (χ 2 = 13,028, p < 0.000), farming years of experience (χ 2 = 16.424, p < 0.002), knowledge in degree of pest infestation (χ 2 = 8.498, p < 0.000), education (χ 2 = 10.557, p < 0.014), farmers' community (χ 2 = 39.275, p < 0.000) and farmers' knowledge on alternative pest control methods. Farmers who relied on agrochemical shop services for pest control methods were 87% less likely to be knowledgeable on alternative pest control methods while those who considered degree of pest infestation in pest management were (OR = 1.150, p <0.008) more likely to be knowledgeable on alternative pest control methods. For the socio-cultural factors, Leklebi Kame (OR = 9.53-e 08, p < 0.000), Bla (OR = 0.280, p < 0.027) and Gbledi Chebi (OR = 0.287, p < 0.053) were less likely to be knowledgeable on alternative method of pest control compared to Kpedze. Fellow farmers and extension agents were the major sources of information on alternative pest control methods in the study area. Economic, technical, unavailability of labour, and farm implements were factors hampering adoption of alternative pest control methods in the study area. The most pesticide toxicological symptom reported was skin irritation and was recorded among majority of the farmers in Hohoe and Afadjato South districts where low knowledge and patronage of alternative pests control methods were identified. Awareness creation and capacity building programs should be organized through fellow farmers and extension agents on the need to reduce the use of chemical pesticide in pest management.
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 | 0,000 | 0,001 |
| 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) | 0,004 | 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 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 ».