MétaCan
Menu
Retour à la cohorte
Enregistrement W4387368104 · doi:10.9734/ajaees/2023/v41i102205

Empowering Women in Agriculture: Exploring Their Role and Decision Making Impact – A Study in Manipur, India

2023· article· en· W4387368104 sur OpenAlexaboutno aff
Laxmi Thingbaijam, Roshna Gazmer, Jwala Parte, K. K. Das

Notice bibliographique

RevueAsian Journal of Agricultural Extension Economics & Sociology · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Management and Performance Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureAgrarian societyGovernment (linguistics)PopulationCitizen journalismSocioeconomicsState (computer science)Index (typography)Quarter (Canadian coin)GeographyEconomic growthBusinessPolitical scienceEconomicsDemographySociologyLawMathematics

Résumé

récupéré en direct d'OpenAlex

Background: Manipur, a North-Eastern State of India where about 49.81 per cent of total population is women [1] and they contribute about 51.46 per cent of total working force. The state, which is relatively backward in agricultural development paradigm, has a glorious past regarding women’s ‘movement’ for the state’s cause. Now, it is to be understood properly their role and participation in farm economy for revamping the agrarian situation in the state by exploring the farm women’s role. Methods: The study was conducted by collecting both secondary as well as primary information from sample respondents equally distributed over two valley districts (namely, Thoubal and Imphal East) of Manipur. In all the phases of selection (of sub-division, block, village etc.) the method of probability proportional sampling was employed. Standard econometric methods and statistical packages were applied to elucidate the core objective(s) of the study. Results: The status of participation of farm women in decision making process has been judged with the help of Participatory Index (P.I) and Decision Making Index (DMI). Farm women, in general, participates prominently in socio-cultural matters (DMI = 0.86-0.93) and miscellaneous matters (DMI = 0.83-0.96), moderately in family’s financial/economic matters (DMI = 0.62-0.89) but rather poorly (DMI = 0.43-0.56) in farming matters. More specifically, they are relatively less consulted or are given less importance on matters like consultation with officials (private or government), purchase of household furniture, purchase of improved implements/machineries, selection of crop variety, input management in crop cultivation etc.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,001
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 Opus0,031
Tête enseignante GPT0,269
Écart entre enseignants0,238 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Agricultural Extension Economics & SociologyMême sujetLivestock Management and Performance ImprovementTravaux en français237 207