MétaCan
Menu
Retour à la cohorte
Enregistrement W3081516750

Evaluation of finger millet genotypes against three major diseases in east and south eastern coastal plain zone of Odisha

2020· article· en· W3081516750 sur OpenAlexaboutno aff
Sushri Sangita Bal, Satendra Kumar, I.O.P. Mishra, PM Mahapatra, RK Panigrahi, P. Panda

Notice bibliographique

RevueJournal of Pharmacognosy and Phytochemistry · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSuccessor cardinalAgricultureNonprobability samplingSocioeconomicsGeographyScheduleMultistage samplingQuarter (Canadian coin)Distribution (mathematics)Economic growthAgricultural economicsSociologyMathematicsDemographyEconomicsPopulationManagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates the socio-economic distribution of farm youths engaged in agripreneurship. The study was conducted in five agro-climatic zones of Odisha state. The purposive random sampling method was followed for the selection of respondents which includes 250 farm youths from five districts. The data was collected with the help of self-structured interview schedule and focused group discussions. The findings of this study revealed that around three quarter of farm youths are of more than 30 years of age with majority of them attaining higher secondary education and more than three fourth fourths of them have small operational holdings. Most of the respondents attain medium level of annual income and training exposure with greater access to social media. This study provides a reasonable coverage of key socio-economic dimensions that will help the policy maker while formulating any strategies for the farm youth who are extremely important target group for agricultural development perspective in rural areas, as their dissociation from farming will deprive the sector from next generation successor.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,167

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,048
Tête enseignante GPT0,252
Écart entre enseignants0,204 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacognosy and PhytochemistryMême sujetAgricultural Economics and PracticesTravaux en français237 207