Farmer managed research to assess legume intercropping in conservation agriculture systems in rural Zimbabwe
Notice bibliographique
Résumé
The lack of adequate mulch and crop rotations are major constraints to the implementation of conservation agriculture (CA) for smallholder farmers in sub-Saharan Africa. One possible solution to these constraints is intercropping the main cereal crop with a leguminous cover crop; a technology option that also has the potential to improve the food security and economic productivity of smallholder CA systems. This study used farmer managed research plots to assess the impacts of integrating different grain legumes (cowpeas (Vigna unguiculata), lablab (Lablab purpureus), and pigeon pea (Cajanus cajan) into maize based CA farming systems in two semi-arid regions of Zimbabwe. The results from one cropping cycle (late 2015 to mid-2016) found that while there was a significant increase in total biomass production when an intercrop was added to the standard, mulched, monocropped CA maize crop at one site, there was no difference at the second (drier) site and that the addition of a legume intercrop reduced, but did not eliminate the need to add supplemental mulch to CA based farming systems. However, the addition of the cowpea intercrop in particular significantly increased the economic profitability and food security impacts of the farming system at both sites (an effect that was more pronounced at the drier site). Overall, this study found that intercropping of legumes into CA based systems had the potential to improve sustainability, productivity and profitability, resilience and food security impacts for the farmers involved in this study.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».