MétaCan
Menu
Retour à la cohorte
Enregistrement W4383961252 · doi:10.5539/jas.v15n8p48

Valuing Pollination as an Ecosystem Services: The Case of Hand Pollination for Cocoa Production in Ghana

2023· article· en· W4383961252 sur OpenAlexvenueno aff
Salamatu Jebuni-Dotsey, Bernardin Senadza, Wisdom Akpalu

Notice bibliographique

RevueJournal of Agricultural Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCocoa and Sweet Potato Agronomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPollinatorPollinationEcosystem servicesAgroforestryPopulationBusinessAgricultural sciencePollination managementAgricultural economicsEconomicsBiologyEcosystemEcology

Résumé

récupéré en direct d'OpenAlex

The promotion of cocoa farm productivity has necessitated the intensification of input use with ensuing loss of natural pollinators. Ghana Cocoa Board’s (COCOBOD) remedy to declining pollinator population is addressed in the rolling out of hand pollination in the 2016/17 crop year. Applying contingent valuation on field data covering 608 farmers in five cocoa growing regions, we estimate the value of pollinator services to the cocoa industry in Ghana and farmers willingness to pay for the service. We find that cocoa farmers in Ghana are willing to pay for hand pollination to improve on their farm yields. Farmers averagely value pollinator services at $1.3 per acre of land. Extrapolated to cover all cultivated cocoa lands for 2017/18 crop year, the value of pollinator services to Ghana’s cocoa industry is averagely $6.1 million per annum. Hand pollination can improve cocoa farms yields given the statistically significant mean difference in yields between hand-pollinated and non-hand-pollinated farms. Having established the loss to the cocoa industry from pollinator decline and the need for effective pollination to support crop productivity, it is imperative for COCOBOD to ramp up strategies at preserving cocoa farm ecology to safe guard the industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,261
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetCocoa and Sweet Potato AgronomyTravaux en français237 207