Socio-Economic Analysis of Soyabeanutilization in Akure South Local Government Area, Ondo State
Notice bibliographique
Résumé
This study was carried out for the purpose of analyzing the socio-economic of soyabean inAkure South Local Government Area of Ondo state with the objective of examining the socio-economic characteristics of the respondents Data were collected from one hundred (100) respondents drawn from five communities using well structured questionnaire. The data were analyzed using frequency distribution, percentages and regression model while gross margin was used to determined the profitability of the utilization operators. The outcome of the study revealed that 76% of the respondents involved in utilization were females, about 82% of the respondents were married and 87% were educated. All 100% of the respondent reported that utilization increase their annual incomes. The gross margin result revealed that N11, 877 accrued to a respondent per month in the study area. The outcome of regression analysis revealed that the level of education, occupation, family size, experience and annual income had positive correlation with quantity of utilization whereas, the negative correlation in the storage, inadequate finance, lack of producing farmers, inadequate enlightenment campaign programme by extension workers were emphasized as the problems confronting the utilization in the area. It is recommended that the government should put in place adequate and efficient credit facility to enhance operational activities, provide regular and continuous enlightenment campaign programme by extension workers to the respondents and assist in the regular provision of adequate storage facilities and power supply for preservation of the products.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».