Migration and nonfarm activities as income diversification strategies: the case of Northern Ghana
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT This article jointly analyses the determinants of participation in nonfarm activities and of migration in Northern Ghana, combining household data with community-level information and data on the evolution of the yields of cash and staple crops. Our results confirm the role of education as a key asset to pursue opportunities in the off-farm sector and the role of farm size in reducing the probability of participating in nonfarm activities. Poor households do not have enough resources to undertake nonfarm activities and they opt for migration as a diversification strategy. Community-level assets are found to play a crucial role for understanding off-farm diversification. Résumé Cet article analyse les facteurs menant à la participation aux activités économiques au-delà du secteur agricole ainsi bien que le processus de migration au sein des communautés rurales dans le nord du Ghana. S'appuyant sur les données disponibles sur la revenue et la production des récoltes des ménages, nos résultats démontrent que l'éducation est clé dans la poursuite d'autres formes d'emploi dans les secteurs autre que le secteur agricole. La taille des fermes constituent aussi un facteur important dans cette dernière. Les ménages n'ayant pas assez de ressources pour trouver d'autres formes d'emploi doivent, par contre, recourir à la migration. Finalement, les biens communautaires jouent un rôle important dans le processus de diversification économique.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle