Comprehensive Perception Approach of Adoption: Experimenting Hybrid Chinese Maize Varieties in Benin
Notice bibliographique
Résumé
The probability of adoption of four Chinese Hybrid Varieties of maize is considered as a favorable perception for these varieties by actors. In order to understand the way of adoption, a panel of actors comprising producers, processors, traders, extension officers, local elected representatives and, above all, end-users, was used as enumerator to evaluate the behavior of those varieties in comparison to the reference maize varieties known as “local” in experiment plots during the vegetative, harvesting and processing phases. For each actor surveyed and for each introduced variety, the comparative index of appreciation (IA) was determined by the difference in perception scores with respect to each of the descriptors evaluated. The adoption of maize varieties within the sites surveyed was affected by the respondent’ social profile (title), the number of varieties already adopted by the respondent, respondent’s experience, age, educational background, membership to an association/organization and the site (research station). The estimation of adoption relative to probabilities (odds ratio) of each variety of maize from the binary logistic regression models revealed only one variety having more than one in two chances for being adopted. Unlike the adoption rate of maize varieties calculated after expensive dissemination efforts, the analysis of probabilities and determinants of adoption somewhat reduces research, pre-extension and extension efforts. The proposed approach allows for a flexible integration of research experiments and field extension concerns of the process of adoption by creating panels of stakeholders around research experiments on research stations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».