MétaCan
Menu
Retour à la cohorte
Enregistrement W3192893544 · doi:10.47856/ijaast.2021.v08i7.011

CONSTRAINTS EXPERIENCED BY MUSHROOM GROWERS IN ADOPTING IMPROVED MUSHROOM PRODUCTION PRACTICES IN PUSA, BIHAR

2021· article· en· W3192893544 sur OpenAlexaff
Saloni Sarraf, Dipak Kumar Bose, Jahanara Jahanara

Notice bibliographique

RevueInternational Journal of Advances in Agricultural Science and Technology · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Leadership and Management Strategies
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésMushroomUnavailabilityAgricultureAgricultural scienceBusinessProduction (economics)Agricultural economicsEngineeringEconomicsGeographyBiologyFood science

Résumé

récupéré en direct d'OpenAlex

Mushrooms (vegetarian meat/vegetable beef stick) is becoming fast popular because of its short time period between cultivation and harvesting; less initial investment and can be grown with locally available resources. Though more technology is available for boosting mushroom production, the yield so far achieved is not high. Hence, an attempt is made to find out the constraints faced by mushroom growers in adoption of improved mushroom production practices. Samastipur district of Bihar was purposively selected for the study because, Dr. Rajendra Prasad Central Agricultural University, a pioneer in mushroom production technology is located in the study area. 120 respondents from six villages of Pusa, Samastipur, Bihar forms the respondents of the present study. Primary data was collected from the mushroom growers and the responses were subjected to statistical analysis. The results indicated that unavailability of quality spawn, unavailability of skilled labor, absence of technical guidance, high transport cost, unavailability of storage facilities, high cost of spawn and long distance market were the most problematic constraints faced by the mushroom growers. Thus, it can be concluded that adequate extension service should be made available to make mushroom cultivation popular, market and marketing of the 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 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)0,002
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 enseignants0,496
Score d'incertitude au seuil0,408

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,006
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 Opus0,011
Tête enseignante GPT0,268
Écart entre enseignants0,257 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advances in Agricultural Science and TechnologyMême sujetOrganizational Leadership and Management StrategiesTravaux en français237 207