Assessment of Fisherfolk Information Seeking Behaviour with Mobile Phone for Improve Extension and Advisory Services
Notice bibliographique
Résumé
The study assessed information seeking behaviour of fisherfolk with mobile phone in fishing communities around Kainji Lake basin, Nigeria. Primary data was generated through interview schedule from 165 respondents and analysed with descriptive and factor analysis. Result revealed that mobile phone improved information seeking behaviour of fisherfolk with associates in the fishing communities than with outsiders in government establishment. Kinds of information sought with mobile phone cut across economic, social and health issues in fish market, social gathering, fish catch/gear, health, weather and security related matters. Pattern of information seeking revealed regular use of close associates than extension workers. Close associates mostly contacted with mobile phone for information were fellow fisherfolk (64.2%), family members (64.8%) and community members (55.8%) but weak with fisheries institute (4.8%) and extension agents (0.6%). Fisherfolk rated voice call as the most effective medium in information seeking over flashing, SMS, voice message, video and pictures. Result of factor analysis categorised the challenges into poor financial status, inadequate knowledge and skill, poor network services and lack of energy to recharge mobile phone batteries. It is recommended that extension providers should use the established effective medium and pattern of information behaviour to package and disseminate messages to meet needs of fisherfolk in the lake basin. Interim measure is to provide tool free mobile lines to improve contact and trust to strengthen rapport. Also, mobile network operators should reduce tariff, improve quality of services as well as incorporate training in their social responsibility and promotion strategies for fishing communities to benefit.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,004 | 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 ».