HIV/AIDS Spread among Rural Farmers in Nigeria: Implication on Village Agricultural Extension Service Delivery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is a great public concern on the prevalence and effects of Human Immunes Virus (HIV) and AcquiredImmune Deficiency Syndrome (AIDS) on the rural farmers and agricultural productivity in Nigeria. This studyevaluated the implication of this disease on extension services, using Dekina LGA as its focus. It identified thelevel of HIV/AIDS prevalence by collecting secondary data on rate of HIV/AIDS infection from year 2000 to2005 from medical centers in the study area. The study also examined farmers’ perception on HIV/AIDS usingmean scores from 5 point Likert scale in which, one hundred and sixty contact farmers were interviewed.Farmers had the highest HIV/AIDS infection record with 50.6 percent and 8.19 in year 2001 and 2005respectively. While estimated farmers HIV/AIDS infection by 2010 would be 1,972. Findings also show thatHIV/AIDS has negative effect on farmers health (mean score of 3.88), while 4.13 showed that respondentsfavoured the statement that “stigmatization and the scaring nature of AIDS prevented them from going forHIV/AIDS test. About 20 percent the extension workers claimed that infected farmers negatively affected theirextension work delivery in some ways. This study therefore recommends that every village should be providedwith comprehensive health clinic that would offer free HIV/AIDS treatment while capacity building foragricultural extension agents that will disseminate information on HIV/AIDS to farmers be put in place. Team –work approach among rural development agencies concerned with provision of rural, community social servicesshould also be encouraged.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle