Performance of Vegetable Production and Marketing in Peri-Urban Kumasi, Ghana
Notice bibliographique
Résumé
Vegetable production and marketing play an important role in providing income and employment for a significant proportion of small holder farmers and traders in Ghana. Yet, farmers are dissatisfied, claiming that they earn less marketing margins than is due them as compared to traders in the value chain. Due to lack of a holistic assessment of actors’ performance, this assertion remains unjustifiable. It is against this backdrop that this study investigates the performance of farmers, wholesalers and retailers along the investment channels of three major leafy vegetables (spring onions, lettuce and cabbage) in peri-urban Kumasi. Using a two-stage sampling technique, a total of 217 actors comprising 147 farmers, 30 wholesalers and 40 retailers, were sampled. Marketing margin analysis and returns on investments (ROIs) were used to assess the performance of actors’ investments. Results show that vegetable production is dominated by males (91 percent) and trading by females (83 percent of wholesalers and 100 percent of retailers) respectively. Wholesalers recorded the highest yearly marketing margins for spring onions and cabbage (GH¢ 3 369 and GH¢ 17 376) (1US$ = GH¢ 3.6), while farmers obtained the highest yearly margins (GH¢ 3 630) for lettuce. Farmers obtained the most ROIs of 28, 145 and 79 percents for spring onions, lettuce and cabbage respectively. Based on accrued ROIs, the study concludes that farmers are more efficient in the investments in these vegetables than traders. Information flow gap was found to be a major cause of farmers’ scepticism on margin distribution because 76 percent of farmers had no information on market prices of products. It is recommended that an efficient policy on market price information system for vegetables be implemented via convenient means such as farmer associations and weekly radio broadcasts of product prices to all actors.
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 | 0,002 | 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 | 0,000 | 0,003 |
| Science ouverte | 0,001 | 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 ».