Farmer Group Performance of Collective Chili Marketing on Sandy Land Area of Yogyakarta Province Indonesia
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 aim of this research is to examine the relationship between both individual background and performance of collective actions in relation to the different forms of collective marketing. This research measured the two pioneering farmer groups who successfully carried out collective marketing. The percentages of collective marketing are similarly obtained by each group, but the rules for carrying out collective marketing differ. The individual background and performance of collective actions other than collective marketing among members should be considered to describe the different forms of collective marketing. A total of 120 members were interviewed from the two farmer groups that were chosen by stratified land cultivating area and random sampling. Performance of collective action was measured through the attitude toward selling chilies and the effort to find the seeds and labor sources. Next, all data were analyzed by multiple regression analysis. The result indicated that percentage of selling on collective marketing on Bugel is influenced by age and possibility on buying seed collectively through the group, off-farm job and plastic application. However, the difference result is appeared on Garongan farmer group, received remittance, conducted custom help labor and utilizing non-subsidized fertilizer are influences the percentage of selling chili on collective marketing. In Bugel’s farmer group, farmer with stable off-farm income who behave opportunistically in terms of collective marketing tend to hold the power and drive the group performance loosely organized. Garongan’s farmers respect the norms of collective action to achieve purposes that keeping the organization tightly and functioning smoothly.
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 | 0,001 | 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 | 0,000 |
| 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 découle