MétaCan
Menu
Retour à la cohorte
Enregistrement W4205665161 · doi:10.4314/jasem.v25i9.2

Contribution of apiculture in social and economic development of Nigeria

2021· article· en· W4205665161 sur OpenAlexaboutno aff
I.S. Agboola, J.A George-Onaho, J.A. Ete, A.E. Ayandokun

Notice bibliographique

RevueJournal of applied science and environmental management · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeekeepingProduct (mathematics)BusinessCommodityProductivityScale (ratio)ChinaEconomic growthAgricultureNatural resource economicsAgricultural economicsEconomicsGeographyEcology

Résumé

récupéré en direct d'OpenAlex

There is urgent need to rescue Nigerian economy from deluge of crisis it is been confronted with atthe present time. To achieve this, it is pivotal to explore various potentials available in the country to solve her problem. Therefore, this paper examines the potential of apiculture industry in social and economic development of the nation. Hive products such as beewax, propolis, pollen and royal jelly are known to have contributed largely to the economic development of advanced countries like China, Turkey, Mexico, Argentina, Hungary, Australia and Canada. While the practice provides job opportunities for people of all classes, it also boosts productivity of other agricultural crops. Honey from Nigeria will command higher demand and prices in the world market for its medicinal and antimicrobial qualities, thereby serving as a good foreign exchange commodity in international market. As part of its contribution to economic growth, apiculture is a good source of income for beekeepers, it involves the use of little land. It empowers small scale farmers and also does not damage the environment. The paper also stressed that apiculture is not only important for generating income, it also curbs against rural migration. Apiculture protects the environment and also an important non-timber forest product.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,097

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,180
Écart entre enseignants0,174 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of applied science and environmental managementMême sujetBee Products Chemical AnalysisTravaux en français237 207