MétaCan
Menu
Retour à la cohorte
Enregistrement W4410241480 · doi:10.1002/pei3.70056

Plant Clinics for Improved Plant Health Systems—Malawian Plant Doctor Insights

2025· article· en· W4410241480 sur OpenAlexfundno aff
Maureen Mildred Banda, Mariam Kadzamira, Noah Phiri

Notice bibliographique

RevuePlant-Environment Interactions · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food CanadaDirektion für Entwicklung und ZusammenarbeitForeign, Commonwealth and Development OfficeAustralian Centre for International Agricultural ResearchMinisterie van Buitenlandse ZakenMinistry of Agriculture of the People's Republic of ChinaGovernment of the United Kingdom
Mots-clésPlant diseaseScarcityAgricultureService (business)BusinessGeographyBiotechnologyMarketingEconomics

Résumé

récupéré en direct d'OpenAlex

This study provides qualitative insights on the factors affecting the implementation of the plant clinic approach in Malawi from the viewpoint of plant doctors. Findings show that plant doctors perceive that the main benefit of plant clinics in Malawi has been the strengthening of local agricultural extension service systems in plant health disease diagnosis and pest management. The full potential of the plant clinic approach is, however, perceived as not being fully reached due to various challenges that include but are not limited to the scarcity of trained plant doctors coupled with the lack of sufficient resources to improve plant doctor mobility and to adequately access and use digital plant health resources. Some of these are being overcome through the embedding of the approach in national agricultural extension service systems and strategies, and integration with local plant health activities. For sustained implementation of plant clinics in Malawi, there is a need for continued policy, technical, and financial resources to support plant doctors to better utilize their knowledge to reach more farmers and to leverage digital technology to continuously broaden their plant health capacity through use of and access to mobile technology, digital plant health tools, and virtual plant health expert networks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,737

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,283
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant-Environment InteractionsMême sujetAgricultural Innovations and PracticesTravaux en français237 207