Research progress on climate change adaptation strategies to control invasive crop pest in sub-Saharan Africa: a bibliometric and systematic review
Notice bibliographique
Résumé
This bibliometric and systematic review assesses research progress and climate change adaptation strategies to control invasive crop pests in sub-Saharan Africa. Scientific publications on crop pest management in sub-Saharan Africa in a context of climate change adaptation were extracted from papers published between 1991 and 2024. A literature search was conducted on Scopus, dimension, and google scholar, followed by screening and data extraction in compliance with ROSES standards. Findings indicated that pests such as armyworms, fruit flies and coffee berry borer cause huge losses. Communities are adopting integrated pest management, water harvesting, drip irrigation, resistant varieties, and improving production efficiency. Agro-ecological practices reduce pest invasions while preserving the environment. Meanwhile, chemical insecticide use remains an emergency solution as its effects on pest control would be more efficient. However, promising approaches emerge around biocontrol, agroforestry integrating pest management, and gender-tailored strategies. Nevertheless, regional disparities persist in scientific output. In conclusion, while invasive pests represent a major plant health crisis in sub-Saharan Africa, this review highlights innovative adaptation strategies. Their development will require coordinated mobilization to catalyze the sustainable agro-ecological transition that sub-Saharan Africa needs to address these multidimensional challenges. Future research should assess farmer’s perception on the effectiveness of the existing pest management practices for invasive crop pests.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,025 |
| 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) | 0,000 | 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 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 ».