Small Farm Resource Centers as Informal Extension Hubs in Underserved Areas: Case Studies from Southeast Asia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A Small Farm Resource Center (SFRC) is an informal in-situ extension model used for testing promising agricultural and rural livelihoods options on a physical central site, with some measure of extension methodology. There is a need to evaluate SFRCs as research-extension models operating outside of formal government extension and advisory services. Seven SFRCs located in Southeast Asia were studied to classify extension methodologies adopted by those centers, evaluate extension efficacy, and to provide recommendations for amplifying their services. On average in 2013, SFRCs were 21.1 years old, covered 24.2 ha, cost 242,000 USD to establish and had a yearly operating cost of 28,500 USD. The work of the seven SFRCs could be classified into five predominant extension methodologies: on-site and off-site demonstrations, on-site and off-site trainings, and off-site extension outreach. Most of the SFRCs utilized combinations of these and tailored their methods to the particular context. Besides agricultural production, SFRCs also offered socio-cultural and socio-economic assistance, owing to a cycle of extension knowledge refinement. SFRCS were re-engaged in 2021 and all 7 were still operational, and the majority provided the same number or more services (57%) as in 2013, utilized the same amount of space (71%), and were perceived to have the same or more efficacy (71%) even in the face of decreasing or stagnating funding (71%) due to the COVID-19 pandemic. Overall, SFRCs continue to be used successfully throughout Southeast Asia and provide cost-effective and needs-based extension and advisory services to underserved populations outside of formal extension services.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle