Metafrontier Analysis of Technical Efficiency of Wheat Farms in Sudan
Notice bibliographique
Résumé
The major objective of this study is to estimate the technical efficiencies and technological gap of wheat farms in the major wheat producing areas of Sudan, namely Northern, River Nile, Gezira, and Kassala States of Sudan. A total sample of 951 wheat farms was selected and surveyed in the whole country during 2013. Non-parametric Data Envelopment Analysis (DEA) model has been applied to measure the technical efficiency and technological gaps among the regions by means of metafrontier approach. Results show that there is significant inefficiency in wheat farms. The estimated average technical efficiencies with respect to group frontiers for Gezira, Kassala, Northern and River Nile are: 0.52, 0.61, 0.48 and 0.41, respectively. The average technological gap ratios for Gezira, Kassala, Northern and River Nile were 0.82, 0.50, 0.75 and 0.92, respectively. Therefore, the Kassala farms frontier has the most distant to the metafrontier, while the Gezira, Northern and River Nile frontiers have the closest. Our results suggest that farms in the Gezira, Northern, and River Nile regions could improve their productivity through more efficient use of inputs using the existing technologies such as sowing, fertilizer application, irrigation water scheduling, and harvesting at the right time. In contrast, improved technologies generation and dissemination such as integrated pest management in the Kassala region are required to improve wheat productivity.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».