Status of Groundnut Production in Africa: A Review From 2012 to 2022
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Food safety, and security remains a major concern in developing nations. Groundnuts rank the second globally in oil seed production after soya beans and the 11th most important crop for human intake. Limited productivity against the potential of existing crops due to biotic, abiotic, market, and policy factors causes the poor food production trends. This work uses a systematic review approach to determine the productivity of groundnut as a major food crop in Africa for the last 10 years based on the trend of declining yields of groundnut in this duration, and the role of influencing factors. The extracted data is summarized creating a feasible proposal on how the productivity, and quality of the crop could be improved to meet the food security need. Among the top 11 producers of groundnuts in Africa, West Africa accounts for 55% with regions like Nigeria, and Senegal having the highest productivity of 3.3 t, and 1.1 t respectively over the last ten years. In East Africa, Sudan has the highest production of 2.04 t over the 10 years. Despite being the second continent in the size of area under production of groundnut, Africa has the lowest average yields per hectare (1 t/ha), compared to America (3 t/ha), and Asia (1.8 t/ha). Regions that used improved varieties had higher yield than those using local varieties, and less technologies. High disease infestation shows a direct correlation with declining yields of groundnut. Therefore, the low productivity of groundnuts could be associated with social, cultural, and economic factors that create disparities in accessing improved technologies, farming, production and marketing resources. Development of improved varieties and policies in the region that support improved agronomic inputs are feasible practices for attaining cultivars that resist the yield, and quality limiting parameters.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle