MétaCan
Menu
Retour à la cohorte
Enregistrement W2607477538 · doi:10.5539/jas.v9n5p226

Factors Affecting Technical Efficiency of Rubber Smallholders in Negeri Sembilan, Malaysia

2017· article· en· W2607477538 sur OpenAlexvenueno aff
A. Aliyu, Ismail Abd Latif, Mad Nasir Shamsudin, Nolila Mohd Nawi

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural rubberStatisticsInefficiencyMathematicsStandard deviationAgricultural scienceFrontierToxicologyNonprobability samplingEconometricsEconomicsGeographyDemographyEnvironmental scienceSociology

Résumé

récupéré en direct d'OpenAlex

The main objective of the study was to figure out, identify and analyse the technical efficiency of rubber smallholders’ production in Negeri Sembilan, Malaysia. Multi-stage data collection procedures, comprising both purposive and random sampling techniques, were used. Using structured questionnaires, farm-level information with cross sectional data from five districts of Negeri Sembilan, were employed in the study. A parametric Stochastic Frontier Analysis (SFA), with a transcendental logarithmic (Translog) functional form, was used in the study. The descriptive statistics results revealed that, the mean rubber yield was 5465 kg while that of the seven inputs used include 1.2 ha, 602.7, 2.33, 363.6 kg, 13.0 lit, 13.2 man days and 2.47 respectively for farm size, task, farm tools, fertilizer, herbicides, labour and rubber clones.The inferential statistics showed that, the mean technical efficiency was found to be 0.73 with a standard deviation of 0.089. Thus, this translates that 27% accounted for technical inefficiency. Both the sigma square and gamma coefficients were found to be statistically significant at 1% level. The Log Likelihood Function (LLF) and the Log Rati (LR) test were found to be respectively 167.7 and 34.07. The results further revealed that, although none of the farms were found to be on the frontier, however, 9 farms were very near the frontier with efficiency score range between 0.90-0.99. And twenty (20) firms have range 0.80-0.90. Race, Tapping experience, household number and extension agent’s visits were found to be technically significant and are thus critical in determining technical efficiency of rubber smallholders in Negeri Sembilan, Malaysia.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,369
Écart entre enseignants0,290 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetEfficiency Analysis Using DEATravaux en français237 207