An Analysis of the Vegetables Supply Chain in Swaziland
Notice bibliographique
Résumé
<em></em><p>The total consumption of fresh vegetables in Swaziland is estimated around 40,000 tonnes per year and this translate into 40 kg per capita consumption per year. Individuals who are not economically challenged consume above the annual per capita of 40 kg in contrast to a poor individuals living in rural areas, who consume less than the per capita vegetables. The study sought to describe the performance of vegetable vegetables supply chain in Swaziland. A descriptive research design was used in the study and data were collected using personal interviews from 100 randomly selected vegetable farmers. Data were analysed using market margins and marketing channel analysis to identify existing marketing channels used by vegetable farmers. The revealed marketing channels that producers used to obtain attractive prices and a higher share of the consumer price. The largest producer’s share was obtained through direct sale to consumers. Channels that included restaurants had high total gross margins and low producer’s share of the consumer price. The concern for issues on post-harvest and marketing should form an integral part of policy development and research programmes and also the public and private sectors should facilitate contractual arrangements for vegetables farmers. Commercialising vegetable production should not be overemphasised because it encourages farmers to be market oriented as opposed to production oriented. Farmers need to form cooperatives in order to assist in bargaining of prices within the vegetable supply chain.</p>
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».