MétaCan
Menu
Retour à la cohorte
Enregistrement W1965114581 · doi:10.5539/jas.v6n1p66

Household Requirements Versus Profit Optimization: The Win-Win Solution Strategies Among Small-Holder Farmers in South Western Nigeria

2013· article· en· W1965114581 sur OpenAlexvenueno aff
O. R. Adeniyi, C. A. Adesina

Notice bibliographique

RevueJournal of Agricultural Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubsistence agricultureCroppingProfit (economics)Profit maximizationFood securityGovernment (linguistics)AgricultureAgricultural economicsArable landBusinessEconomicsMarketingAgricultural scienceGeography

Résumé

récupéré en direct d'OpenAlex

Satisfaction of household requirements and profit maximization has been the main goals of subsistence small-holder farmers in the rural communities of Nigeria. This necessitated the practice of multiple/mixed cropping of arable crops. On the contrary, a part of the National food security agenda of the Federal government is the raising of maize sole to meet the need of local consumers as well as export market. The need to chat a middle course for meeting the requirements of all the parties concerned calls for this study. Data used were obtained from well organized and supervised rural farmers in south-western Nigeria and analyzed by using budgeting and linear programming. Results obtained from the use of Linear programming techniques have demonstrated that mixed cropping involving maize/cocoyam, maize/cassava/yam and cassava/yam are more rewarding in terms of profits and satisfaction of subsistence goals on small-holder farms in south western Nigeria. This contrasts diametrically with sole cropping of maize which has been the priority of the agricultural extension departments of the ministries of agriculture in tune with government programme. The use of parametric programming suggests that increase in farm size, introduction of labour-enhancing technologies and improved production techniques would raise returns from sole cropping of maize to a competitive level and thus resolve the empirical conflict.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,071
Tête enseignante GPT0,263
Écart entre enseignants0,192 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural Innovations and PracticesTravaux en français237 207