Determinants of Wellbeing Among Smallholders in Adjumani District, Uganda
Notice bibliographique
Résumé
An ordered logistic regression model was used to empirically establish the quantitative effects of community identified (local) determinants of wellbeing on the level of household wellbeing. The model was fitted to data for a sample of 200 households collected in the last quarter of 2002. The dependent variable, poverty category, has three levels namely poorest =1, Less poor =2, and Better off =3. Fourteen independent variables are used. Results show that households that own less than 5 acreage of land, that are male headed, have a nonagricultural source of income and are actively involved in agricultural development activities have a higher probability (odds) of enjoying wellbeing above any given level. Land ownership seems to be the most important determinant of wellbeing in Adjumani district. Furthermore, owning livestock and having a household head with an education level of secondary school and above are also important determinants of household wellbeing in Adjumani district. We find household wellbeing to be negatively affected by household size, age of the household head and whether any family member has had any long illness although only the age of the household is significant. We recommend deepening of the Universal Primary Education (UPE) and initiation of Universal Secondary Education to increase the education levels of the rural people. We also recommend continued and expansion of community level agricultural development activities, strengthening of the land tenure provisions to enhance access to land and initiation of programs to enhance animal ownership among small holder farmers in Adjumani.
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 | 0,001 | 0,004 |
| 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 ».