Impact of COVID-19 on Cashew Price and Cashew Producers’ Income in Côte d’Ivoire: A Case Study in Five Departments
Notice bibliographique
Résumé
In Côte d’Ivoire, cashew has become an important cash crop. Nevertheless, Côte d’Ivoire’s cashew relies on the international market, with more than 90% of the production exported as raw nuts. The 2020 commercialization campaign started a few days after the outbreak of COVID-19 in China, which spread worldwide. This work assesses the impact of this pandemic on the cashew price and cashew producers’ income in Côte d’Ivoire. We used the cashew price database over ten weeks in five cashew production areas and an interview-guided to collect the data. We used the Producer Price Index (PPI), descriptive statistic, and theoretical analysis of the income forecasting for data analysis. Results reveal that the lack of funds resulting from the fear of investors has caused a gradual drop in prices since February. This decrease has been more severe when restriction measures have been enforced. The purchase of cashews even stopped in some localities of the study areas. Compared to the first week of the campaign, the COVID-19 pandemic has reduced cashew producer income hugely to 50% in the sixth week and to 37.5% in the ninth and tenth weeks of our observation. Nonetheless, institutional factors such as the lack of control have also contributed to prices decrease. As recommendations, in the short-run, some resilience strategies such as subsidizing the local cashew market should be set up by the authorities. In the mid-term, the country should strengthen the cashew commercialization chain. In long-run, the local cashew transformation should be prioritized instead of raw nuts commercialization.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».