MétaCan
Menu
Retour à la cohorte
Enregistrement W2065882877 · doi:10.5539/sar.v2n1p104

Socio-economic Analysis of Subsistence Farming Practices in South-western Nigeria

2012· article· en· W2065882877 sur OpenAlexvenueno aff
O. R. Adeniyi

Notice bibliographique

RevueSustainable Agriculture Research · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock and Poultry Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubsistence agricultureAgricultureCroppingProduction (economics)Agricultural economicsMixed farmingBusinessAgricultural scienceGeographyEconomicsAgroforestryEnvironmental science

Résumé

récupéré en direct d'OpenAlex

<p>Limited knowledge is available regarding how the subsistence-oriented agricultural production in Nigeria is practiced in order to provide policy guides for its future development. This study focused on the cropping patterns, enterprise combination and the nature of costs and returns on subsistence farming practices with a view to determining the major variables affecting the farm’s economic performance. Data analyzed were obtained from farm survey covering the two major vegetation zones in south western Nigeria. Frequency tables, correlation matrix and regression were used as analytical tools. Results showed that subsistence farming is not absolutely un-profitable but for the fact that farmers operate at sub-optimal levels. Farmers believed that farming was profitable by their subjective evaluation and because it satisfies their subsistence needs. Organized and guided programmes of increasing farm size; reducing labour cost and improving farming techniques could serve as saviours to enhance income on subsistence farms.</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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,132
Score d'incertitude au seuil0,598

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,072
Tête enseignante GPT0,349
Écart entre enseignants0,277 · 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 tête enseignante, 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetLivestock and Poultry ManagementTravaux en français237 207