MétaCan
Menu
Retour à la cohorte
Enregistrement W4281259447 · doi:10.4148/2831-5960.1060

Small Farm Resource Centers as Informal Extension Hubs in Underserved Areas: Case Studies from Southeast Asia

2022· article· en· W4281259447 sur OpenAlexaff
Abram Bicksler, Patrick Trail, Ricky M. Bates, Richard R. Burnette, Boonsong Thansrithong

Notice bibliographique

RevueJournal of International Agricultural and Extension Education · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Development and Management
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésOutreachLivelihoodAgricultural extensionContext (archaeology)Resource (disambiguation)Work (physics)AgricultureBusinessGeographyEconomic growthAgricultural economicsEconomicsEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,240
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Agricultural and Extension EducationMême sujetAgricultural Development and ManagementTravaux en français237 207