Role of Sustainable Development Goals in Combating Youth Unemployment: A Case Study of the Federal Capital Territory (FCT) Abuja, Nigeria
Notice bibliographique
Résumé
Globally, inequality has persisted with especially the youths excluded from full participation in economic, political and social activities. Relatedly, youth unemployment has been known to undermine economies, threaten the peace and destabilize communities, if unchecked. This study investigates youth unemployment, using the Federal Capital Territory (FCT), Abuja, Nigeria, as a case study; with a randomly selected sample size of 1,000 unemployed persons, in the 18–49-year-old age group. It examines the causes of youth unemployment as well as levels of awareness of the UN’s SDG-4 (Quality Education) and SDG-8 (Decent Work) in the working-age population, and the roles of these SDGs and government in combatting unemployment. Frequency and average-mean descriptive statistics of the factors causing youth unemployment indicated low levels of education, lack of employable skills and experience, and poor policies, etc., as predominant causative factors. Regarding the SDGs, the results revealed a low level of awareness and attainment in the population sampled. Education is central to achieving the SDGs; which can, in turn, mitigate unemployment and impel decent work. The introduction of private sector-driven, government-initiated mandatory one-year skills acquisition and developmental schemes for the youths as well as the provision of soft loans for participants to facilitate entrepreneurial ventures are recommended to reduce youth unemployment and promote economic development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».