MétaCan
Menu
Retour à la cohorte
Enregistrement W1617829034 · doi:10.3968/j.sss.1923018420120303.1933

Analysis and Critical Review of Rural Development Efforts in Nigeria, 1960-2010

2012· article· en· W1617829034 sur OpenAlexvenueno aff
Stephen Ocheni, Basil C. Nwankwo

Notice bibliographique

RevueStudies in sociology of science · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican Education and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPanacea (medicine)IndustrialisationPovertyGovernment (linguistics)Economic growthCorporate governanceWork (physics)Rural povertyLanguage changeDevelopment economicsPolitical scienceGood governanceEconomics

Résumé

récupéré en direct d'OpenAlex

The work took a hard and critical look on the past and present efforts of the Nigerian Governments on rural industrialization and development as a panacea to rural poverty in the country. Both empirical and theoretical examination and analyses of the chequered efforts of the previous and present administrations of the Federal Government of Nigeria indicates that Bad Governance and inconsistency had remained the bane of all attempts at rural industrialization and development in the country, thereby exacerbating the poverty level of the rural dwellers. Consequently, the work concludes by noting that rural development in Nigeria since 1960- 2010 had remained a paradox, because the more efforts the government claims to make on rural development the worse the level of poverty in the rural areas turns out to be. It is advisable to point out that from the findings of the study, the best solution to tackling Nigeria's rural poverty and development is for the present government in the country to ensure good governance and policy consistency which will tackle corruption at its roots in the rural communities in particular and the society in general.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0140,018
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,451
Écart entre enseignants0,371 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in sociology of scienceMême sujetAfrican Education and PoliticsTravaux en français237 207