Competencies in Dairy Production Needed by Dairy Farmers of Kuku Cooperative Dairy Society in Khartoum State, Sudan
Notice bibliographique
Résumé
<p>The dairy farmers of Sudan are facing the lack of some competencies needed for improving the dairy productivity of their cattle. Therefore it is very important to study the farmers competencies in order to put plans for improving the farmers conditions and go for better productivity. The main objective of this study was to identify the competencies in dairy production of Kuku Cooperative Dairy Society (KCDS) in Khartoum State. A random sample of 81 dairy farmers was drawn from the total 162 members of KCDS. A questionnaire was carefully prepared that included a list of 8 understandings and 27 important abilities in the field of dairy production. A rating scale was provided with a 0 to 4 range of the abilities and understandings. The personal interviews with the farmers in the sample were conducted during January, 2013. The data was analyzed using the Statistical Package for Social Science (SPSS). It was concluded that the dairy farmers need more competencies in dairy production. Some competencies need more emphasis than others. The dairy farmers felt that they possessed fewer competencies in dairy production than their actual need. Farmers indicated that they need more competence in areas related to calculating net farm income, selecting sires with high proofs and high repeatability, identifying mastitis problems and treating mastitic cows, recognizing symptoms of sick animals, following the vaccination program, the proper management and the adequacy of feeding calves and herd replacements, and the identification of common parasites.</p>
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| 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 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 ».