Determinants of Farmers’ Willingness to Participate Agricultural Waste Recycling in Iran
这项针对伊朗卡米亚兰县375名农民的研究表明,一个纳入了道德规范和知识的扩展计划行为理论模型,能够有效预测他们对回收农业废弃物的高度意愿,其中态度、主观规范和道德规范被确定为关键驱动因素。
1932 篇论文
这项针对伊朗卡米亚兰县375名农民的研究表明,一个纳入了道德规范和知识的扩展计划行为理论模型,能够有效预测他们对回收农业废弃物的高度意愿,其中态度、主观规范和道德规范被确定为关键驱动因素。
本文提出了一种基于带有注意力机制和融合机制的 MobileNetV3 的混合深度学习模型,该模型在玉米叶片病害检测与分类方面达到了 98% 的准确率,为移动端和物联网部署提供了一种轻量级且高效的解决方案。
本研究利用 AMMI 和 GGE 双图分析法评估了在普拉亚格拉杰(Prayagraj)三个环境下的 15 个荞麦基因型,确定基因型 G15 是适宜条件下的理想高产类型,而 G14 则是最稳定且具有广泛适应性的品种,适用于多种农学气候环境。
本研究建立了一种利用穿透式固相萃取和同位素稀释法进行草鱼中20种兽药残留同时测定的简便且准确的HPLC-MS/MS方法,证明了该方法具有良好的线性、回收率和精密度。
本研究表明,分解后的有机改良剂主要通过改变土壤养分有效性来重塑根际细菌群落,进而驱动玉米的根系代谢重编程。
尽管武迪尔(Wudil)的城乡结合部农业土壤普遍未受污染,但研究表明,蔬菜中镉的积累对消费者构成了显著的非致癌健康风险,因此,尽管整体土壤污染水平较低,仍需进行针对性的监测与干预。
这项研究表明,在生长阶段的布纳吉(Bunaji)公牛日粮中,用高达50%的合欢豆(*Gliricidia sepium*)干草替代棉籽饼,可以在保持营养消化率的同时,改善其代谢状态、氮潴留和瘤胃发酵,从而证明其作为一种可行且可持续的替代蛋白源。
本文提出了“ClimateResCrop-XAI++”,一种创新的深度学习框架,该框架将增强的土壤肥力和天气数据与可解释性及反事实决策智能相结合,以实现为可持续精准农业推荐气候韧性作物的 98.86% 准确率。
这项针对斯里兰卡四个地区 1,240 头系栏奶牛的研究表明,跛行、亚临床乳房炎和蹄关节伤口存在显著的地域差异,揭示了特定的地面特性和卫生管理是关键且相互作用的风险因素,通过优化这些因素可以显著提高奶牛福利和产奶量。
本研究利用结合了混合模型与多元分析的开放且可重复的工作流,对大规模春小麦群体进行研究,旨在证明 Rht-B1p 等位基因是农艺性状最强的多元判别因子,同时强调了在进行标记辅助选择以获得无偏效应估计时,考虑家系结构的至关重要性。