MétaCan
Menu
Retour à la cohorte
Enregistrement W3117757764 · doi:10.15353/joci.v16i0.3489

An analysis of the policies of Information and Communication Technologies for Agriculture in Mali

2020· article· en· W3117757764 sur OpenAlexvenueno aff
Macire Kante, Patrick Ndayizigamiye

Notice bibliographique

RevueThe Journal of Community Informatics · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesCentre National pour la Recherche Scientifique et Technique
Mots-clésInformation and Communications TechnologyPromotion (chess)AgricultureBusinessICTSProductivityAgricultural productivityAgricultural communicationEconomic growthPublic relationsPolitical scienceMarketingEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

To harness the potential of Information and Communication Technologies (ICTs), developing countries need to develop national ICT policies that will serve as a framework for integrating ICTs at all levels of society. In the absence of that, different actors often engage in various actions for the same beneficiaries and in pursuit of the same objectives. That raises the need to define a national framework for the promotion and application of ICTs in the various production areas, particularly agricultural ones. It is for that reason that this study examined through qualitative methods (policy documents and semi-structured interviews) the national policy of Mali on the use of ICTs in agriculture. Data was analysed using the Qualitative Content Analysis (QCA) method with the aid of NVIVO 12 software. The results showed that the country has two policy documents that articulate the country’s strategy towards the use of ICTs in the agricultural sector, that is, the Agricultural Orientation Law and the National Strategy for the Development of the Digital Economy. Further examination revealed that that these two policy documents are neither appropriate nor coherent in today's Malian landscape. This has resulted in an underutilisation of digital tools by agricultural extension officers which led to the low agricultural productivity in the country. This study recommended therefore the recasting of both documents to take into account the reported observations

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,163

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,029
Tête enseignante GPT0,269
Écart entre enseignants0,240 · 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'étudeQualitatif
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Community InformaticsMême sujetAgriculture and Rural Development ResearchTravaux en français237 207