Adoption of NPS Fertilizer on Sorghum Crop Production by Smallholder Farmers in Gemechis and Mieso Districts of West Hararghe Zone, Oromia Regional State, Ethiopia
Notice bibliographique
Résumé
The adoption of inorganic fertilizer such as NPS which is concerned by development clients and government is different from one farmer to another farmer and this makes productivity of agricultural crops to vary from one plot to another plot due to socio-economic, institutional and other factors. Therefore, this study was intended to know the socio-economic factors that significantly affect utilization of inorganic fertilizer NPS. Primary data was collected from 201 sampled households of selected districts. Secondary data was collected from stakeholders related with production of sorghum and inorganic fertilizer NPS in the study areas. In the sampling procedure, two stage simple random sampling was used. In the first stage, kebeles were randomly taken from total kebeles in the two districts. In the second stage, households were randomly selected from the selected kebeles. Data was analyzed using descriptive, inferential statistics and econometric models methods of data analysis. In econometric models Double Hurdle model was use to know factors affect adoption decision of inorganic fertilizer NPS and intensity use of inorganic fertilizer NPS. Double Hurdle model result confirms that district of the household, education level, family size, extension visit, expectation of the coming rainfall by the household, number of farm plot owned, total farm land owned and off/non-farm income earned by the household significantly affect adoption decision inorganic fertilizer NPS. Double hurdle model result also reveals that, district of the household, livestock holding, number of farm plot owned, participation on agricultural training by the household significantly affect intensity use of inorganic fertilizer NPS. Government and concerned stakeholders should give attention on these significant socio-economic factors so that utilization inorganic fertilizer can be improved to sorghum crop productivity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».