Understanding farmer knowledge, practices and decision-making in pest and disease management: the case of Irish potato (Solanum tuberosum) cultivation in Mbeya, Tanzania
Notice bibliographique
Résumé
Abstract Irish potato ( Solanum tuberosum ) is an important food and cash crop for smallholder farmers in Tanzania, particularly in the Southern Highlands. Despite these, yields remain low due to persistent challenges from pests and diseases, threatening both productivity and household incomes. This study examined knowledge, perceptions and practices of smallholder farmers in managing pests and diseases of Irish potato in Mbeya, Tanzania. A total of 225 farmers from five wards were surveyed using structured interviews and focus group discussions. Most respondents (83%) identified pests and 73% identified diseases as major constraints. Aphids (83%), whiteflies (71%) and potato tuber moth (39%) were the most commonly reported pests, while early blight (91%), late blight (45%) and Fusarium wilt (29%) were the most cited diseases. Despite the widespread use of chemical pesticides (92%) and fungicides (72%), access to these inputs was constrained by high costs, limited availability and insufficient knowledge, with only 24% of farmers reporting effective use. Non-chemical methods, such as crop rotation, intercropping and botanical extracts, were rarely practiced, reflecting low awareness and limited extension support. Most farmers relied on experience rather than consulting agricultural officers, and over 90% used traditional seed varieties. Yields varied significantly among wards, with averages ranging from 1.1 to 22.4 t/ha. While farmers demonstrated awareness of pests and diseases, management practices were heavily dependent on synthetic chemicals, with minimal integration of sustainable strategies. These findings highlight the need to promote integrated pest and disease management approaches tailored to local conditions for improving productivity of Irish potato.
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 | 0,002 | 0,004 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».