The Effect of Backyard Agriculture on Household Income in the COVID-19 Era in Southeast Nigeria
Notice bibliographique
Résumé
Poverty is a major menace in Nigeria, and the onset of COVID-19 complicated the issue by limiting people's economic activities and livelihoods. Thus, there is a need for households to engage in sustainable economic activities to cope with economic shocks. Backyard agriculture could play a critical role in enhancing household income, especially during economic shocks; yet there exists a dearth of empirical information on this. Hence the need for this study, which investigated the effect of backyard agriculture on household income in southeast Nigeria. The study employed a multistage sampling procedure to get to the respondents. The data collected from randomly selected 480 households were analysed using descriptive statistics, t-tests, and multiple regression. The study revealed that households that engaged in backyard agriculture had a higher income (N130,125=USD 204.84) than households that did not engage in backyard agriculture (N64,700=USD 101.85). Thus, there is a difference of N65,425 (USD 102.99) between the average income of households that engaged in backyard agriculture and households that did not engage in backyard agriculture. The t-test results indicate that the difference between their income was significant at 1%. The regression result further shows that backyard agriculture significantly increased the income level of households. Thus, backyard agriculture is a crucial tool to enhance household economic status and livelihood during health and economic shocks. Based on these, this study recommends the promotion of backyard agriculture among households to boost household income by the government through agricultural extension agents.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».