Improved Exchange Rate Farmers through Rice Falied Crop Intensification in Tolitoli, Indonesia
Notice bibliographique
Résumé
Farmer Trade Rate (NTP) is a price comparison received by farmers at the price paid by farmers, which is one indicator measure the welfare of farmers. The analysis of NTP research, has been conducted (Budi, 2015; BPS, 2013; Simatupang, 2007; Mokuwa, 2013; Jhung Ahn, 2016) note that low NTP is affected by production, household consumption, Selling of rice and the use of superior seeds. Despite efforts to improve NTP has not been done, so too In Tolitoli. The result is difficult to know the level of farmers' welfare in terms of the size of NTP obtained by farmers. So to increase the NTP used agricultural intensification by using organic fertilizer, which can increase NTP. The purpose to know the factors that affect (NTP), the magnitude of the increase in NTP improve the welfare of farmers, and comparisons of NTP users of organic and inorganic fertilizers. This study uses primary data obtained from farmers through direct interviews using a prepared list of questions. Farmer of respondents was taken by using slovin method so that determined big sample of rice farmer farmer as many as 117 people apply intensification by using organic fertilizer. The data were analyzed using multiple linear regression analysis. The result of the research showed that the influence of NTP, the Food Consumption Exchange Rate (NTKP) and the Production Factor Exchange Rate (NTFP) contributed 86.7% and significantly to the increase of NTP. Increased NTP of Organic Fertilizer has implication to farmer's prosperity. Organic fertilizer users obtain higher NTP than inorganic fertilizer users. Can be concluded intensification system by using organic fertilizer can increase NTP.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».