Mapping of the Sweet Potato Value Chain Linkages between Actors, Processes and Activities in the Value Chain: A Case of “Michembe” and “Matobolwa” Products
Notice bibliographique
Résumé
The objective of the study was to map sweet potato value chain linkages between actors, processes and activities in Tanzania. The study is cross sectional in design.The study was conducted in Shinyanga rural and Mwanza urban districts. The study used individual interviews, focused group discussions; review of relevant practical documents and discussions with key informants. A total of 150 actors in the value chain participated. Data collected was summarized using Statistical Package of Social Science (SPSS) and content analysis. Analysis of data shows that “Michembe” and “Matobolwa” were two main local made value added products derived from sweet potatoes preferred by producers. In general sweet potatoes production is marked with low production and productivity. Low productivity is a result of poor agronomic practices and low level of production technology application among others. Three main marketing channels exist in the study area: Producers selling directly to consumer; producers to retailers to consumer; and producers to hawkers/village vendors to consumer. Moreover data revealed that (50.7%) of sampled producers set prices after hearing from their fellow farmers. About (44%) of the sampled producers sell their produce direct to the market. The sub sector in general faces a number of structural and technological problems that need immediate attention to revamp agricultural sector development.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».