Infestation of Insects’ Pest on Six Sorghum Sorghum bicolor (L.) Moench Cultivars at INRAN Station and in Farmers’ Fields of Maradi Region, Niger
Notice bibliographique
Résumé
Sorghum, Sorghum bicolor (L.) Moench, is a staple food for the Sahelian population. This crop faces several constraints, including insect pests. A study was carried out at INRAN-CERRA Maradi station and in farmers’ fields during 2021, 2022 and 2023 cropping seasons. The aim of this study is to survey the sorghum insect pests and determining their effects on sorghum cultivars. A Fisher block design with three (3) replicates was established on station, and a complete randomized design with two (2) replicates in farmers’ environment. Observations were done on six (6) improved sorghum cultivars: Mota Maradi (MM), Sepon 82, SSD35, Matché Da Koumya (MDK), IRAT 204 and 90SN7 and one local variety Makaho Da Wayo (MDW) in the farming environment to follow the insect dynamics. The study identified (10) species belonging to five insect orders, the most important were Eurystylus oldi Poppius, Stenodiplosis sorghicola Coquillett, Locris ruben Erichson and Poophilus costalis Walker. The dominant species on station were L. ruben and P. costalis, with proportions of 59.06% and 19.13% respectively. The two species were the most recorded in farming environment, at the rate of 41.73% and 29.19% respectively. They were followed by S. sorghicola, with 18.61% of insects’ density in farmers’ field. The densities of S. sorghicola and E. oldi were higher on Sepon 82 variety, while L. ruben and P. costalis were higher on local variety. Sorghum yields varied depending the cultivar and the cropping season, it ranged from 38 to 1834.31kg/ha. The MDK variety obtained the highest yield in 2021 and 2022 while in 2023 MM produced the highest quantity of grain on station and in rural area. The SSD35 was intermediate during the three years at the two experimental sites. The results of this study may help to strengthen integrated management options for sorghum insect’s pest and will enable farmers to choose and grow the higher yielding or less infested varieties.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».