MétaCan
Menu
Retour à la cohorte
Enregistrement W2335433314 · doi:10.5367/oa.2011.0033

Evaluation of a Distance Education Radio Farm School Programme in India: Implications for Scaling up

2011· article· en· W2335433314 sur OpenAlexfundno aff
P. V. K. Sasidhar, Murari Suvedi, K. Vijayaraghavan, Baldev Singh, Suresh Babu

Notice bibliographique

RevueOutlook on Agriculture · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesIndian Agricultural Research InstituteCollege of Engineering, Michigan State UniversityInternational Development Research Centre
Mots-clésOutreachActive listeningDisseminationRadio programBusinessHierarchyMedical educationPsychologySocioeconomicsPolitical scienceEconomic growthSociologyComputer scienceTelecommunicationsMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Distance education radio programmes on poultry farming with registered participants were organized using the local language in an effort to link researchers to rural poultry farmers through radio broadcasts. This study, based on data from 74 participants and 60 non-participants, assesses the impact of the radio farm school on participants using Bennett's hierarchy. Information gathered from the participants included the inputs used, the production activities carried out, the outputs obtained and the reactions of the participants with respect to listening behaviour, opinions, knowledge, attitudes, adoption changes and SWOT parameters. Overall, the evaluation found that the farm school on radio with registered participants had a major impact on developing awareness, knowledge and changes in attitude and in involving end-users in outreach activities. The related implications for scaling up and harnessing the medium of radio to disseminate outreach information are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,308
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOutlook on AgricultureMême sujetOpen Education and E-LearningTravaux en français237 207