MétaCan
Menu
Retour à la cohorte
Enregistrement W3108973645 · doi:10.3390/su13010048

Sustainability of Agricultural Crop Policies in Rwanda: An Integrated Cost–Benefit Analysis

2020· article· en· W3108973645 sur OpenAlexaff
Mikhail Miklyaev, Glenn P. Jenkins, David Shobowale

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensQueen's University
Organismes subventionnairesWorld Bank Group
Mots-clésAgricultureMonocroppingSustainabilityBusinessGovernment (linguistics)CroppingResource (disambiguation)Agricultural policyAgricultural economicsNatural resource economicsEconomics

Résumé

récupéré en direct d'OpenAlex

Rwanda has aimed to achieve food self-sufficiency but faces binding land and budgetary constraints. A set of government policies have been in force for 20 years that have controlled the major cropping decisions of farmers. A cost–benefit analysis methodology is employed to evaluate the financial and resource flow statements of the key stakeholders. The object of the analysis is to determine the sustainability of the prevailing agricultural policies from the perspectives of the farmers, the economy, and the government budget. A total of seven crops were evaluated. In all provinces, one or more of the crops were either not sustainable from the financial perspective of the farmers or are economically inefficient in the use of Rwanda’s scarce resources. The annual fiscal cost to the government of supporting the sector is substantial but overall viewed to be sustainable. A major refocusing is needed of agricultural policies, away from a monocropping strategy to one that allows the farmers to adapt to local circumstances. A more market-oriented approach is needed if the government wishes to achieve its economic development goal of having a sustainable agricultural sector that supports the policy goal of achieving food self-sufficiency.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,054
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,006
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,263 · 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'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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetAgricultural Innovations and PracticesTravaux en français237 207