MétaCan
Menu
← Retour à la cohorte
Enregistrement W3095476959 · doi:10.3968/11843

Assessment of Forest Products’ Utilization among Rural Dwellers in Osun State, Nigeria

2020· article· en· W3095476959 sur OpenAlexvenueno aff
Waheed Suberu Sulaimon, Olanike F. Deji

Notice bibliographique

RevueCanadian social science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomicsGeographyAgricultural scienceMultistage samplingForestryEnvironmental protectionEnvironmental scienceStatisticsMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

This study assessed the level of utilization of forest products by rural dwellers in Osun State Nigeria. It specifically described the socio-economic characteristics of the rural dwellers involved in utilization of forest products and determined the level of utilization of the forest products. Multistage sampling procedure was used in selecting a total of 240 respondents from four local government areas. Structured interview schedule and Focus Group Discussion (FGD) guide were used to collect quantitative and qualitative data respectively. Data collected were analysed using descriptive tools such as mean, frequency counts, percentages and standard deviation; and inferential tools such as Chi-square and Correlation analyses, as well as content analysis for qualitative data. The mean age of the respondents was 47.08±11.67 years, while the mean total annual income was ₦360,012.71±₦3000.59 respectively. Furthermore the mean level of utilization of forest products was 257.99±71.66. The type of organization ( χ 2 = 128.693), ethnicity ( χ 2 = 42.616) and the major occupation ( χ 2 = 13.882) were associated with level of utilization of forest products at p ≤ 0.01 and p ≤ 0.05. Age (r = 0.172) and total income (r = 0.222) significantly correlated with level of utilization of forest products at p ≤ 0.01. In conclusion, there was a moderate level of utilization of forest products in the study area. It was therefore, recommended that specific forest policies be put in place to ease access, control and maximum use of forest products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social science→Même sujetForest Management and Policy→Travaux en français237 207→