Innovation in Business Models and Chainwide Learning for Market Inclusion of Smallholder Producers
Notice bibliographique
Résumé
Th e potential for modern agribusiness to promote broad-based economic growth in developing and emerging market economies is significant. Food retailers, wholesalers, and processors have the potential to link smallholder producers to dynamic domestic and regional markets. They can contribute technical and managerial capacity building and investment. However,this potential is often underutilized, and in many countries, smallholder producers and small- and medium-scale enterprises are relegated to lower value markets. While agribusiness is not, nor should it be, driven primarily by a development imperative, the retail and processing stages rarely see the reach of their actions at the production level, including the implications for smallholder producers. Furthermore, many recent initiatives, often working with development partners, seldom result in any lasting economic empowerment or sustained market engagement of smallholder farmers or their organizations. In many countries, there is little policy dialogue between the private and public sectors and other key stakeholders, including farmers’ organizations and civil society. This paper explores the business challenge of and case for smallholder producers’ market inclusion. It looks at some of the evidences that demonstrates how business models and business processes can succeed in securing market inclusion. It includes producer- and buyer-driven business models, the development of new market intermediaries, changes in mainstream procurement policy, the development of domestic codes of good business practice, and global initiatives. Th is paper draws largely on business models and policy innovation from empirical research, case studies, and country-level multistakeholder chainwide learning events undertaken through a global program entitled Regoverning Markets program.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».