Determinants of Catfish Production in Akwa Ibom State, Nigeria
Notice bibliographique
Résumé
The study ascertained the determinants of catfish production in Akwa Ibom State, Nigeria having ascertained from literature that greater improvement in catfish production can be achieved with a proper analysis that will lead to knowledge of the profitability of catfish production in the country. Ascertaining the factors influencing catfish production in Akwa Ibom State of Nigeria was done based on this line of thinking. Data obtained from one hundred and twenty catfish farmers in Akwa Ibom State using multi-stage sampling procedure were analysed using descriptive statistics, budgeting technique and multiple regression. Findings reveal that 79.17% of the respondents were males, with an average age of 41 years; and 80% of them having formal education. The average monthly income of the respondents was N 32, 500.50 and their average year of fishing experience was four years. Results show that catfish production was profitable in the study area yielding a net income of N 18,539,760.00. The costs of fingerlings, pond construction, feed/chemicals, as well as fishing experience and amount spent on salary/labour were the significant factors influencing catfish production in the study area. It is recommended, among others, that catfish farmers in the study area be encouraged to form co-operatives to enhance their ability to access necessary inputs such as feed/chemicals at a subsidized rate. This will lead to an increase in the total revenue earned from catfish production.
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 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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».