MétaCan
Menu
Retour à la cohorte
Enregistrement W3005126165 · doi:10.5430/bmr.v8n4p43

Agricultural Development Programme (ADP) Capacity Building and Cassava Farmers Productivity in Anambra State

2020· article· en· W3005126165 sur OpenAlexvenueno aff
Obiadi Adaobi J., Nwankwo Frank O., Ezeokafor Uche R.

Notice bibliographique

RevueBusiness and Management Research · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityAgricultural scienceAgricultureDescriptive statisticsProduction (economics)Agricultural productivityPopulationWork (physics)BusinessAgricultural economicsGeographyEconomicsMathematicsEconomic growthBiologyEngineeringEnvironmental healthMedicineStatistics

Résumé

récupéré en direct d'OpenAlex

This study was necessitated as a result of the low productivity of cassava farmers in Anambra State. The study set out to examine the effect of Agricultural Development Program (ADP) capacity building on cassava farmers’ productivity in Anambra State. The work was anchored on Cobb-Douglas production model. Descriptive survey research design was adopted for the study. The population of this study comprised of all the ADP cassava farmers and non-ADP cassava farmers in Otuocha and Onitsha Agricultural Zone. With membership strength of three hundred and sixty (360) ADP Cassava farmers and one hundred and sixty (160) non-ADP cassava farmers, making up a total of five hundred and twenty (520) respondents. Structured and unstructured questionnaires were used for data collection and the analysis was done with Analysis of Variance (ANOVA) at 5% level of significance. From the analysis showed that there is a significant difference in the output of ADPCFs and non ADPCFs in Anambra State (F =13.209 and p-value < .05). Based on the findings, the study concluded that belonging to ADP was responsible for the differences in output observed in the study. Sequel to this, it was recommended that cassava farmers in the state that are yet to key into ADP needs to do so in order to learn from the various level of capacity development programs organized by the body.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,096
Tête enseignante GPT0,281
Écart entre enseignants0,185 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Management ResearchMême sujetAgriculture and Rural Development ResearchTravaux en français237 207