Cooperative Development: Sustainability Agricultural Planning Viewed Through Cooperative Equilibrium Management Theory in Togo, Africa
Notice bibliographique
Résumé
Cooperative economics looks at market failures as areas for development. The cooperative development process, however, requires member engagement or cohesion in the process according to the Cooperative Management Equilibrium Theory. This cohesion requires an awareness and understanding by the cooperative members of the market failure to develop the capacity to address the failure. This article looks at the effects of government agricultural programs on economic, environmental and social sustainability. The questions we ask is how does a focus on economic development push against social and environmental sustainability within the agricultural sector in Togo? Does member cohesion within a cooperative represent a form of Polanyian double movement through social and environmental cohesion? The current development models utilize what Sen refers to as an austere mode of development which forgoes social or environmental considering them luxuries. Does the focus of economic development build capacity only for economic performance within the Togo agricultural sector at the expense of social and environmental sustainability? Utilizing Deep Participatory Indicator Approach (DPIB) approach this paper examines the economic, environmental and social indicators within two prefectures in the Plateaux Region of Togo. Indicators were separated to show the differences between individual or cooperative producers. As cooperatives it was anticipated that a greater emphasis on social and environmental sustainability would be created through cohesive social action. This study found that the emphasis on economic development included in government programs built development capacity within cooperatives emphasizing their cooperative market cohesion.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».