It Often Takes Two Income Earners to Raise a Farm: On-farm and Off-farm Employment in Kansas
Notice bibliographique
Résumé
Despite media depictions of U.S. family farms with the entire family engaged in household chores and farming, the reality is that income is often generated from multiple sources. For many farm families, working both on-farm and off-farm is important. Focusing on Kansas, where the majority of farms are family owned, survey and interview data are used to examine if households with off-farm employment differ from those without it. The results suggest that if a farm operation has sales of less than $100,000 annually and it is smaller than 100 acres, or the farmer is younger, more educated or started farming more recently, the chances that they have a household member working off-farm are greater. In addition, numerous challenges to being successful in farming were identified by farmers, and we discuss the implications for farm families. Keywords: farming; off-farm employment; farm households; United States; Kansas; off-farm income --------------------------------------------------------- Resume Malgre les representations des familles agricoles americaines ou toute la famille a sa responsabilite dans les tâches domestiques, la realite est que le revenu provient generalement de plusieurs sources. Pour beaucoup de familles agricoles, travailler sur la ferme et en dehors de la ferme est important. En se concentrant sur le Kansas, ou il y a une majorite de familles agricoles proprietaires, les donnees d'enquetes et d'entrevues sont utilisees pour examiner si les foyers avec un emploi hors-ferme different de ceux qui n'en n'ont pas. Les resultats suggerent que si une exploitation agricole a des ventes inferieures a $100,000 par an et est plus petite que 100 acres, ou que le fermier est jeune, plus eduque ou vient recemment de rentrer dans l'activite agricole, les chances pour qu'il ait un membre de la famille travaillant a l'exterieur de la ferme sont plus elevees. De plus, de nombreux defis pour reussir dans l'agriculture furent identifies par les fermiers et nous en discutons les implications pour les familles agricoles.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».