Utilization of Adult and Non-Formal Education Programs in Combating Rural Poverty in Nigeria
Notice bibliographique
Résumé
The purpose of this paper was to examine the concept of poverty and its causes in Nigeria and to analyze how adult and non-formal education programs can be utilized to reduce rural poverty in Nigeria. In spite of Nigeria's affluence in human and material resources, it is classified among countries with high level of poverty. Incidentally, the incidence of poverty in Nigeria assumes wider dimensions in rural areas where larger proportion of the population (about 70%) reside mainly as subsistence farmers, fishermen and women, retail traders, herdsmen, palm wine tappers, the aged and hunters whose cultural and occupational affiliations do not encourage them to migrate. The incidence of rural poverty in Nigeria is attributed to lack of adequate education/illiteracy, subsistence farming, protracted illness due to inadequate medical care services, lack of employment opportunities, and failure of government to provide basic social amenities. To ameliorate the extent and dimensions of rural poverty in particular, successive governments, over the years, have introduced various economic recovery programs, most of which failed due to official corruption, lack of proper mobilization and top-down nature of such programs/schemes. This paper advocates a revert to the use of adult and non- formal education programs to educate and train the rural poor outside the formal education system on how and what to do to come out of the stronghold of poverty. In this regard, the use of adult basic education and functional literacy, agricultural extension education, women education, health extension education and vocational skills acquisition programs are seriously indicated. It is strongly recommended that for poverty alleviation programs of government to succeed, community members particularly, the poor for whom the programs are meant, should be well mobilized as to make inputs in the planning, execution, monitoring and evaluation of such programs and schemes that concern them.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».