MétaCan
Menu
Retour à la cohorte
Enregistrement W4391103192 · doi:10.1057/s41599-024-02620-6

Comparative analysis of youth transition in bean production systems in Ghana and Cameroon

2024· article· en· W4391103192 sur OpenAlexfundno aff
Eileen Bogweh Nchanji, Patricia Pinamang Acheampong, Siri Bella Ngoh, Victor Nyamolo, Lutomia Cosmas

Notice bibliographique

RevueHumanities and Social Sciences Communications · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaBill and Melinda Gates Foundation
Mots-clésFocus groupPovertyProduction (economics)AgriculturePhaseolusGeographyValue chainSocioeconomicsAgricultural productivityPolitical scienceBusinessEconomic growthAgricultural scienceBiologyEconomicsAgronomy

Résumé

récupéré en direct d'OpenAlex

Abstract Youth transition in the common bean ( Phaseolus vulgaris L.) value chain remains low in Ghana and Cameroon despite the potential of the bean sub-sector in reducing poverty, unemployment, and undernutrition. This study compared youth transition in the bean value chain in Ghana and Cameroon. It investigated how intersectional elements, including age, influence the uptake of bean production among the youth in these two countries. Data were collected from 266 participants from Ghana and 84 from Cameroon. The data were collected through focus group discussions (FGD) and in-depth interviews. The results demonstrated that Ghanaian youth disfavored bean production, while in Cameroon, youth favored bean production. In both cases, parents were instrumental in influencing youth choices. In Ghana, many parents did not approve of their children taking bean production as a primary occupation. By contrast, parents in Cameroon favored bean production and appeared to value agriculture, thus encouraging their children to venture into it. Despite the differences in Ghanaian and Cameroonian youth’ perceptions of agriculture, the challenges they faced that hindered their participation in the bean value chain remained the same: lack of financial support, limited access to land, and lack of technical know-how.

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)0,000
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,232
Tête enseignante GPT0,334
Écart entre enseignants0,102 · 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'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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumanities and Social Sciences CommunicationsMême sujetAgricultural Innovations and PracticesTravaux en français237 207