MétaCan
Menu
Retour à la cohorte
Enregistrement W4400694043 · doi:10.46609/ijsser.2022.v07i12.029

AN ANALYSIS OF VARIATION IN THE WAGE RATES OF PERMANENT FARM SERVANTS ACROSS DIFFERENT ZONES OF HARYANA

2022· article· en· W4400694043 sur OpenAlexaff
Gaurav Saini

Notice bibliographique

RevueInternational Journal of Social Science and Economic Research · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Practices
Établissements canadiensGovernment of Nunavut
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)WageDemographic economicsRegional variationStatisticsGeographyEconomicsLabour economicsBusinessMathematicsAdvertising

Résumé

récupéré en direct d'OpenAlex

There are two types of hired labour used in Haryana Agriculture i.e. permanent farm servants and casual agricultural labourers. Casual agricultural labourers are generally hired on daily basis and permanent farm servants are employed on annual basis. The permanent farm servant is key component of agricultural hired labour in Haryana. However, there is almost no official data or information about wage rates and number of permanent farm servants unlike wage rates of casual agricultural labourers as we have structured information regarding wage rates of casual agricultural labourers. The main objective of our study is to analyse the variation in the wage rates of permanent farm servants across different zones of Haryana. In closed village labour market, permanent farm servants are employed by generally big farmers for one year from May to April. The analysis of wage rates of permanent farm servants is based on the primary data of 220 randomly selected permanent farm servants from twenty-two villages of Haryana. One village is randomly selected from each district.

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)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,303

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
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 ouverte0,0010,000
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 Opus0,092
Tête enseignante GPT0,412
Écart entre enseignants0,320 · 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'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Social Science and Economic ResearchMême sujetAgricultural Economics and PracticesTravaux en français237 207