Lack of Consumer Awareness: A Major Challenge for Electricity Consumer Protection in Nigeria
Notice bibliographique
Résumé
Purpose: This study explores the challenges for consumer protection in the Nigerian deregulated electricity sector. The study argues that ignorant and unenlightened consumers are easy prey for exploitation in the marketplace. Educating the consumer minimizes consumer exploitation and enhances consumer protection. Design/methodology/approach: The study is qualitative. Twenty in-depth semi-structured interviews were conducted with the relevant stakeholders involved in consumer protection and standard setting in the Nigerian electricity sector. The study adopted the Benner’s Interpretive Phenomenology and explored the everyday practical experience and perspectives of the participants on the challenges of consumer protection. The analysis was thematically conducted and accordingly supported by sufficient excerpts. Findings: The study found several challenges for consumer protection in the Nigerian electricity sector. Emphatically, the participants were unanimous on lack of awareness as the major challenge for the electricity consumers’ protection. Research limitations: The research participants were only staff from consumer protection and products standard setting agencies, academics, and heads of consumer organizations. Additionally, the paper only addressed the challenge of lack of awareness and the data collection constrained by funds paucity and difficulties in securing appointments with the busy participants. Practical implications: The study suggests that consumer protection agencies need to do more in the area of consumer education and enlightenment otherwise the exploitation of the Nigerian electricity consumers will continue. Originality/value: Consumer protection literature abounds. This study is, however, the first attempt at qualitatively exploring in-depth the challenges for electricity consumers in deregulated electricity sector. The study emphasized the value of consumer awareness for better consumer protection.
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 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».