Chemical technology adoption and risk awareness among apple growers of Kashmir
Notice bibliographique
Résumé
The adoption of chemical technologies, such as pesticides and fertilizers, plays a significant role in enhancing apple cultivation productivity in Kashmir, a region known for its high-value apple cultivation. The reliance on fertilizers and pesticides in modern agriculture is widespread, driven by the need to enhance crop quality and meet global food demands. However, it is imperative to weight these technologies against environmental and health implications by thorough analysis towards balancing productivity with sustainability. The present study investigates the risks associated with such technologies, and perceived impacts on the environment as a consequence of the use of chemical technology by the apple farmers. We adopt a mixed-method approach through structured surveys driven by Garret’s ranking technique to prioritize farmers’ concerns regarding various identified parameters. Overall, 300 apple farmers were surveyed from the major apple-growing districts of Kashmir. The results are reported with regard to two dimensions, viz., (i) signifying impacts on health and (ii) signifying impacts on environment. The results reveal pesticide resistance, impact on water quality, and emergence of pests and diseases as the most pressing environmental concerns, with significant implications for ecosystem balance and agricultural productivity. The results highlight headache as the most critical health concern, followed by eye irritation and dizziness which indicate noticeable health effects linked to exposure. Approximately 50 per cent of the farmers reported Cyclone (Chlorpyrifos) as the most harmful chemical. These findings underline paths leading towards the need for alignment of educational interventions, policy support, and the promotion of sustainable agricultural practices to mitigate adverse effects while ensuring economic viability forapple cultivation in Kashmir.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».