Biofuels Production in Nigeria: The Policy and Public Opinions
Notice bibliographique
Résumé
In order to reduce the country’s over dependence on oil and gas economy and establish a strong link between the downstream petroleum industry and agricultural activities, the Nigerian government has recently indicated commitment to biofuels production from local feedstock. Emphasis was given to bioethanol and biodiesel with projected annual local market possibility of 5.04 billion and 900 million Liters respectively. The study reports an over view of the biofuels policy and a survey of the public opinions on the potential impacts of its implementation. A questionnaire containing six research questions, covering the key positive and negative impacts of commercial biofuels production was designed in line with the policy objectives. 200 samples were randomly distributed to people with good biofuels education across the country, within 90 days. The recovered questionnaires (PQR = 92.50 %) were treated statistically. Additional respondents’ comments were also captured and analysed. 97.30 % of the respondents expressed optimism in terms of positive impacts such as generation of revenue to the government, investments, jobs creation, energy access to rural areas and environmental sustainability. However, the remaining respondents with percentage cumulative response (PCR) of 2.7 % showed that negative consequences such as food price hike, soil degradation and diversion of food land would be the net result due to high level of corruption, poor technology and lack of transportation network. To achieve the policy objectives, appropriate planning is required. Research covering the views of all stake holders and lessons from prior countries like Brazil and India would be very important. Emphasis should be given to pre-exploited agricultural land and non-food crops that are adaptive to current and foreseeable climatic conditions in Nigeria.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».