Farmer uptake of cassava-whitefly management technologies and implications for future breeding and promotional efforts
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
Cassava stands as Uganda's second most vital staple food after bananas, playing a crucial economic role for smallholder farmers. However, whiteflies significantly reduce cassava yields, jeopardizing farmers' incomes and food security . Aside from direct damage, the cassava whitefly transmits cassava brown streak disease (CBSD) and cassava mosaic disease (CMD), leading to potential yield losses ranging from 70 % to 100 %. The control of whiteflies in cassava cultivation is complicated by the prevalence of varieties susceptible to these pests and the farmers' limited knowledge of effective insecticide use. A study employing both quantitative and qualitative survey methods was conducted to assess smallholder farmers' awareness and adoption of the whitefly-tolerant cassava variety, Mkumba, and the systemic insecticide imidacloprid . Findings reveal that 35.2 % of farmers grew Mkumba, while 31.9 % utilized chemical control. Furthermore, 34.7 % identified whiteflies on cassava, with 45.4 % associating sooty moulds on leaves with whitefly feeding. Awareness of these control technologies was evident among farmers. However, factors such as the farmer's age and sex influenced the adoption of Mkumba, with barriers including the limited availability and high costs of insecticides and certain undesirable traits of Mkumba hindering broader uptake. Addressing these challenges may enhance the adoption and demand for these technologies in cassava farming.
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 | 0,000 | 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 découle