Farmers’ Perception of Fall Armyworm (Spodoptera frugiperda) as an Invasive Pest and Its Management
Notice bibliographique
Résumé
This study was carried out with the aim of understanding how farmers perceive and deal with fall armyworm (FAW) infestations in maize crops. Data based on a questionnaire were collected across nine districts of the Punjab province in Pakistan. Findings revealed that about 38% of farmers had medium-sized landholdings and had been cultivating maize crop for the last 11-20 years. Hybrid maize seed was used by 55% of the farmers, and 60% of the maize grown was used as fodder, as well as a cash crop. Surprisingly, only 39% of farmers were able to correctly identify FAW; however, the majority (72%) recognized the larvae as the most damaging stage. Although most of the farmers (71%) grew maize crops during both seasons, only 34% of the farmers recognized autumn as the peak infestation period of FAW. However, despite limited awareness, a high percentage (86%) of farmers managed FAW effectively using various chemical treatments. This study also highlighted the influence of some factors on farmers' perception of FAW such as: age, farming experience, and maize cultivation practices. Overall, the findings emphasize the need for increased awareness of the basic biology and targeted management strategies for FAW to safeguard maize crops in the region.
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 | 0,000 |
| 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 ».