Climate Change and Wheat Production in Drought Prone Areas of Bangladesh – A Technical Efficiency Analysis
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
The present study aims at measuring the technical efficiency of wheat production under changing climate in drought prone areas of Bangladesh. The study employed farm level cross sectional data taken from 100 farmers using purposive random sampling technique from three upazilas of Thakurgoan district of Bangladesh. The study considered two successive years 2006 and 2007 as drought and normal year respectively on the basis of farmers’ opinion and information collected from meteorological station. Semi-logarithmic regression model with dummy variable was used to estimate production variability of wheat due to drought. The findings showed that wheat production decreased by 17.4 percent on an average due to drought occurrence in the study areas. Cobb-Douglas stochastic frontier production function was used to determine the technical efficiency of the wheat growers and the factors which influence technical efficiency in wheat production. The empirical results of technical efficiency model showed that the effects of seed, pesticide, tillage, irrigation and fertilizer costs were significant in the production of wheat. Education, family size, farming experience, credit, extension- contact and farm size had negative effects on technical inefficiency of farmers which indicates that technical inefficiency decreases with the increase of these factors in both normal and drought years. The mean technical efficiencies were 67.00 and 86.40 percent in normal and drought years respectively. The results also indicate a good potential for increasing wheat production by 33 and 14 percent in normal and drought years respectively using the available resources and technology. Wheat farmers should give more attention to their farming practices and should take rationale decision for using farm resources efficiently.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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