MétaCan
Menu
Retour à la cohorte
Enregistrement W4396618790 · doi:10.5376/ijh.2024.14.0010

Economics of Production and Marketing for French Bean in Kalikot District (Tilagupha Municipality), Nepal

2024· article· en· W4396618790 sur OpenAlex
Susma Adhikari, Arati Chapai, Shova Shrestha, Nisha Bhandari, Prativa Acharya, Kiran Thapa, Sashi Kumar Keshari

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueInternational Journal of Horticulture · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePineapple and bromelain studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)GeographyBusinessAgricultural economicsAgroforestryEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

The research, conducted from February to July 2023 in Tilagupha municipality, Kalikot, Nepal, focused on French bean production and marketing.Sixty participants were surveyed using a stratified sampling technique.Primary data, gathered through household surveys, interviews, and field visits revealed insights into the agricultural landscape.Bean cultivation occurs once a year on small farms averaging 17.16 ropani, with 30.33% of land dedicated to beans.The average yield was 658.2 kg/ha, below the reported ADO Kalikot figure (1477 kg/ha).Production cost was Rs. 21,054.7 per ropani, with a return of Rs. 75,240 and a benefit-cost ratio of 1.20.Most producers (61.3%) were satisfied with bean prices.Challenges included diseases, pests, lack of irrigation, and limited marketing information, obtained mostly from neighbors (94.8%).The average retail price was Rs. 250 per kg, with a marketing margin of Rs. 78.34 per kg.Lack of market information was a significant issue in bean marketing.

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.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,274
Écart entre enseignants0,265 · 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