UNLOCKING INCLUSIVE COMPETITIVE VALUE CHAINS OF CHICKPEAS IN PUNJAB, PAKISTAN: A WALKING THE CHAIN APPROACH TO IDENTIFY BARRIERS, OPPORTUNITIES, AND OPTIONS
Notice bibliographique
Résumé
Improved and inclusive agricultural value chains by linking all stakeholders’ particularly farmers with the market have remained a challenge in Pakistan. This study is aimed at identifying issues and obstacles that hinder the development of chickpeas’ value chain by using the lens of value sought by consumers. Primary data are collected from consumers, retailers, wholesalers, processors, and farmers to understand consumer value and identify opportunities and options to create and deliver greater consumer value along the chickpea chain. Results of focus group discussion of consumers depict that the important quality parameters are cleanliness, grading, and packaging. Moreover, results of the data analysis of farmers and other stakeholders reveal that mostly households stick to their traditional farm management practices and crop types. Value addition and storage of chickpeas at the farm level is very limited. Farmers are weakly connected with the market indicating the high potential of developing and upgrading chickpeas value chains in Pakistan. Value addition at the stakeholders’ level, such as processors and wholesalers existed but not purely consumer oriented. However, value addition at retailers’ level is consumer oriented. It indicates that information flow from consumers to value chain actors is not adequate. An important option can be to give small cleaning and grading machine to farmers and building their capacity to perform value added activities and adopt appropriate storage techniques at farm level which facilitate them to sell value added products at good price to processors, wholesalers or retailers which could lead to increase the farmers’ profitability and in turn motivate them to increase area under chickpea production.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».