MétaCan
Menu
Retour à la cohorte
Enregistrement W4389055971 · doi:10.5539/jsd.v16n6p79

Contribution of Pluralistic Agriculture Extension Service Provision to Smallholder Farmer Resilience

2023· article· en· W4389055971 sur OpenAlexvenueno aff
Hannington Odongo, Alfonse Opio, Adrian Mwesigye, Rogers Bariyo

Notice bibliographique

RevueJournal of Sustainable Development · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesMbarara University of Science and TechnologyUniversiteit van Tilburg
Mots-clésAgricultureSocioeconomic statusResilience (materials science)Agricultural extensionPsychological resilienceService (business)Citizen journalismRegression analysisSocioeconomicsGeographyEnvironmental resource managementBusinessSociologyPolitical scienceEconomicsPsychologyMarketingMathematicsSocial psychology

Résumé

récupéré en direct d'OpenAlex

The paper examined the relationship between pluralistic agriculture extension systems and the socioeconomic resilience of smallholder farmers in northern Uganda. A categorical regression analysis was conducted on quantitative data that were randomly collected from 308 respondents. The pluralistic agriculture extension service accounted for a 40% and 32% change in social and economic resilience respectively. The main factors that had positive and significant effects on socioeconomic resilience were the management style of extension agents and participatory monitoring and evaluation of smallholder farmer extension activities that caused less than half a unit fold of increment in socioeconomic resilience. Although small, they form the ground for farmers’ capacity to buffer, adapt to changes, and cope with stresses and disturbances. The F-values in the regression models are important in the prioritization of the significant factors during the design and implementation of extension models. The paper contributes to the ongoing discussion on the role the pluralistic agriculture extension system plays in enhancing farmer resilience and the use of quantitative methodological procedures in identifying the strength of the relationship between the factors.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,208

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,022
Tête enseignante GPT0,254
Écart entre enseignants0,232 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetAgricultural Innovations and PracticesTravaux en français237 207