Smallholder farmers’ knowledge, attitudes and practices towards biological control of papaya mealybug in Kenya
Notice bibliographique
Résumé
Abstract Background Farmer perceptions are highly important in influencing on-farm pest management decision-making. Biological control is extremely sustainable in the smallholder production context, but in Sub Saharan Africa (SSA) few attempts using this pest control method for arthropod pests have been successful, with one of the key reasons cited as poor involvement of farming communities and extension in the dissemination of information. Although farmers’ knowledge and attitudes are hugely important for the successful implementation of biological control, they are often disregarded. Papaya mealybug ( Paracoccus marginatus ) (PMB) has rapidly spread and established in suitable areas across Kenya becoming a serious pest. The objective of this study is to determine smallholder farmers’ knowledge, attitudes and practices towards biological control; farmers’ willingness to reduce their chemical pesticide use; and levels of support for a classical biological control initiative for PMB management. Methods Household surveys were conducted covering 383 farming households (148 women) in four papaya producing counties in Kenya alongside key informant interviews with eight extension agents and thirty agro-dealers, and eight focus group discussions. Results Although some farmers demonstrated awareness of the concept of biological control they lacked knowledge, experience and technical support from extension or agro-dealers. Reasons for not using biological control included inadequate awareness and concerns over efficacy and safety. Farmers expressed high levels of interest and willingness to support biological control, and were willing to reduce their chemical pesticide use to help conserve, and support the establishment of natural enemies. County, perception of biological as safe, training in IPM and gender were all highly significant factors determining farmers willingness to support biological control. Conclusions Previously, poor attention has been paid to farmer perceptions and participation in biological control, which has resulted in limited success in developing countries. With high levels of interest and willingness to support biological control, the next step is to engage with farming communities impacted by PMB. By building awareness and capacity, and developing a management plan with farmers that will support the release and establishment of the biological control agent, Acerophagus papayae , long-term, sustainable control of PMB in Kenya is possible.
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 | 0,000 |
| 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 | 0,000 | 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 ».