MétaCan
Menu
Retour à la cohorte
Enregistrement W2951692949 · doi:10.5430/rwe.v10n1p54

Factors Affecting the Income of Vietnamese Peasants: A Case in Tra Vinh Province

2019· article· en· W2951692949 sur OpenAlexvenueno aff
Ha Hong Nguyen, Trung Thành Nguyễn

Notice bibliographique

RevueResearch in World Economy · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesTrường Đại học Trà Vinh
Mots-clésVietnameseAgricultureLivestockGeographyDependency (UML)Vocational educationSocioeconomicsEconomic growthAgricultural economicsEconomicsForestry

Résumé

récupéré en direct d'OpenAlex

Studying the factors affecting the income of Vietnamese peasants: A case in Tra Vinh province, by data collection method of 170 peasants’ households in 4 districts: Cau Ngang, Cang Long, Chau Thanh and Tieu Can in Tra Vinh province, Vietnam. The authors use multivariate regression analysis method. The study has found the factors such as gender of households’s heads, ages of households’ heads, education levels, the number of family members, dependency rates, application of technical advances, production areas affecting the income of peasants in these areas. Since then, the study has implied a policy to improve the income of peasants. For example, it could be very important for us to focus on training science and technology in agriculture, diversify crops and livestock in agriculture, improve techniques and enhance education levels to increase income for peasants in Tra Vinh province in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,071
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,099
Tête enseignante GPT0,333
Écart entre enseignants0,233 · 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 tête enseignante, 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetAgricultural Systems and PracticesTravaux en français237 207