Looks matter? Field performance and farmers' preferences for drought-tolerant maize in Kenya
Notice bibliographique
Résumé
Context To help farmers adapt to climate change, breeding programs have developed drought-tolerant (DT) maize varieties, but varietal turnover among smallholder farmers is slow. One possible reason for low adoption is that DT varieties produce higher yields than older hybrid maize varieties but are not visibly more drought tolerant, especially if morphology is a factor in farmers' varietal choice. Objectives Motivated by this conjecture, our first objective is to compare the drought tolerance of a new hybrid DT maize variety and older varieties under farmer-managed conditions in terms of both morphology and yields. Our second objective is to analyze whether increasing farmers' exposure to this variety increases their awareness of its DT traits and subsequent adoption. Methods We leverage a project that provided seed trial packs of a new DT maize variety to randomly selected farmers in seven counties in Kenya with varying rainfall conditions. Picture-based crop monitoring across two seasons yielded a novel panel dataset of 18,225 smartphone images labeled for drought damage, and, for a subsample of fields, yields. We use this dataset to compare the performance of promoted and commonly grown varieties. We then use exogenous variation in receiving trial packs to analyze how providing trial packs affects varietal preferences and adoption. Results and conclusion The promoted variety produces higher yields than other varieties. Under good conditions, it also appears visibly less damaged during the flowering stage, but morphological differences disappear under more severe moisture stress, and once the crop reaches maturity. Consistent with these observations, treatment farmers do not perceive this variety to be more drought tolerant than other varieties and are more likely to plant the promoted variety only when receiving a free trial pack. Significance It could be that limited visibility of DT traits hinders sustained adoption. Increasing adoption of DT varieties to enhance climate change adaptation in drought-prone regions may require facilitating prolonged learning and experimentation opportunities, increasing awareness of how DT traits manifest themselves in terms of yields and morphology under varying rainfall conditions, and, costs permitting, selecting for visible DT traits in plant breeding.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».