MétaCan
Menu
Retour à la cohorte
Enregistrement W2941839198 · doi:10.1016/j.heliyon.2019.e01550

Credit constraints and soybean farmers' welfare in subsistence agriculture in Togo

2019· article· en· W2941839198 sur OpenAlexfundno aff
Essossinam Ali, Nadège Essossolim Awade

Notice bibliographique

RevueHeliyon · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreInternational Institute of Tropical AgricultureAlliance for a Green Revolution in Africa
Mots-clésSubsistence agricultureWelfareAgricultureBusinessRevenueAgricultural economicsAgricultural scienceSample (material)Selection biasEconomicsFinanceGeographyBiologyMarket economy

Résumé

récupéré en direct d'OpenAlex

This study assesses the impact of credit constraints on soybean farmers' welfare in subsistence agriculture in Togo. In order to control potential sample selection bias, the endogenous switching regression method was adopted and data collected from a random sample of 500 soybean farmers were used. The results showed that farmers' age, being a member of the soybean organization and selling the soybean to a recognized NGO or to a private organization and growing cotton or cashew are the main determinants of access to full amount of credit. The results show a discrimination against gender in accessing the full amount of credit. Formal education and participating in the extension programs would increase farmers' welfare. Increasing land cultivation would increase women's welfare compared to men. Adopting intercropping technique as conservation agriculture has positive and significant impact on women's welfare. Moreover, having access to the full amount of credit increases soybean production by 1.35% and farmers' revenue by 1.32%, compared to farmers without having access to the full amount of credit. These results suggest the rethinking of the role of agricultural credit in soybean farmers' welfare in the study areas with great attention to the gender dimension.

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)0,000
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 enseignants0,028
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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

Citations46
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetMicrofinance and Financial InclusionTravaux en français237 207