Resource Use Efficiency of Tea Production in Vietnam: Using Translog SFA Model
Notice bibliographique
Résumé
As one of the most important economic activities to small households of Vietnam, tea production is hindered by low productivity, rising of production costs, and bad agriculture practices. To sustain tea production, the near-term strategy is to improve the efficiency of resource utilization. To our knowledge, this article is the first study to evaluate the tea production’s resource use efficiency and to identify the factors affecting it in Vietnam. The data was collected from 243 randomly selected tea farmers in the Northern mountainous region of Vietnam. The study first applied a translog stochastic production frontier model and technical efficiency (TE) technique to estimate resources use efficiency, and then used a Tobit model to identify the factors affecting these efficiencies among tea farms. Based on the mean sum of output elasticity with respect to inputs (0.323), we found that increasing the utilization of resources in the study site was inappropriate. The study also revealed that the average input-oriented TE of tea farms was lower than that of output-oriented TE, 82.21% versus 92.29%, suggesting that the farmers had more ability to reduce resource use than to increase current output level. The results showed that the tea farmers could use resources more efficiently by reducing 17.79% of the current application level without compromising the output. The study also indicates that concerted efforts from government to increase farmers’ accessing extension service, widening soil and water conservation practice, and spreading farmers’ awareness on water scarcity is the key to improve farmers’ resource use efficiency.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».