Efficiency of Vegetable Marketing in Peri-Urban Areas of Ogun State, Nigeria
Notice bibliographique
Résumé
Against the backdrop evidenced in the substantial wastage, deterioration in quality, and frequent mismatch between demand and supply of vegetables spatially and overtime; this study examined the efficiency of vegetable marketing in Ifo and Ado-Odo L.G.As of Ogun State, Nigeria. Primary data were employed for the study. Data were collected from 120 respondents with the aid of structured questionnaire using multistage sampling procedure. Analytical tools used included, Descriptive statistics, budgetary and marketing efficiency analyses. The study revealed that women (78.3%) were the major players in the enterprise and most had basic education with majority having business experience of more than five years. However, they relied on their personal savings to run their enterprise. Indigenous vegetable marketing was found to be profitable and efficient as indicated by the positive net margin of N29,180.05. As an indication of the profit maximization motive of the marketers, various marketing efficiency scores were computed for the selected indigenous vegetables. The scores are 10.85%, 3.88%, 5.27%, 2.54%, 5.32%, and 2.46% for ugu, tomato, okra, amaranthus, celocia and chocorus, respectively. It is recommended that extension trainings on preservation of indigenous vegetables should be conducted and accessible funds should be made available to these marketers, to forestall the problem of spoilage and lack of funds, as these constituted major drawbacks on marketing efficiency in the study areas.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».