MétaCan
Menu
Retour à la cohorte
Enregistrement W4399763808 · doi:10.1080/20421338.2024.2353442

Tanzania’s batik industry: Status, challenges, and opportunities

2024· article· en· W4399763808 sur OpenAlexfundno aff
Pendo Bigambo, Viridiana Peter, Mbonea Mrango, Safina Kimbokota

Notice bibliographique

RevueAfrican Journal of Science Technology Innovation and Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Maritime and Colonial Histories
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreCarleton University
Mots-clésTanzaniaBusinessGeographyEnvironmental planning

Résumé

récupéré en direct d'OpenAlex

Batik is a textile fabric produced by resist-dyeing techniques which involve waxing some parts of fabric and repeatedly dyeing the fabric until the desired design is achieved. Batik is reported to have originated in Java, Indonesia, and was transferred to African countries including Tanzania in 1980s. Unfortunately, since its introduction, Tanzania’s batik industry has remained informal, and little information exists about it. This study examined the current status of the batik industry in Tanzania, its challenges and opportunities for prosperity. Data were collected through observations and semi-structured interviews administered to 60 batik producers and sellers in Dar es Salaam, Tanzania. The study established that Tanzania’s batik industry is classified as small or medium business, and predominantly owned by women. The challenges established included poor access to funds, scarcity of essential tools and materials, and repetitive motifs and design patterns attributed to lack of creativity among batik producers. However, the study revealed the existence of many opportunities that batik producers can grasp to facilitate the flourishing of the batik industry, thereby creating employment and income for Tanzanians. Nevertheless, proper organization of this industry is essential to ensure it is fully exploited and can contribute significantly to employment, income generation and poverty alleviation.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
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 Opus0,059
Tête enseignante GPT0,299
Écart entre enseignants0,240 · 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.

Devis d'étudeSans objet
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Science Technology Innovation and DevelopmentMême sujetGlobal Maritime and Colonial HistoriesTravaux en français237 207