MétaCan
Menu
Retour à la cohorte
Enregistrement W4403251866 · doi:10.5958/2349-297x.2024.00041.8

Impact of infrastructure and public investment on development of livestock sector in Jammu & Kashmir-India

2024· article· en· W4403251866 sur OpenAlexaff
S.H. Baba, Ishrat F. Bhat, M.M. Kachroo, M. Sneha

Notice bibliographique

RevueSKUAST JOURNAL OF RESEARCH · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSouth Asian Studies and Conflicts
Établissements canadiensInstitute of Health Services and Policy Research
Organismes subventionnairesnon disponible
Mots-clésLivestockInvestment (military)Veterinary medicineAgriculturePublic sectorAgricultural economicsEconomic growthMedicineBusinessSocioeconomicsBiotechnologyGeographyBiologyPolitical scienceEconomicsEconomyPolitics

Résumé

récupéré en direct d'OpenAlex

Considering the crucial role of institutional support in the livestock growth, an attempt was made to analyze the development of livestock sector in relationship with public investment in livestock sector and selected infrastructure variables in J&K. Livestock sector has shown a significant growth and has increasingly contributed to the state gross domestic product over the years. Government has been pro-active with towards the development of livestock sector with various schemes; however, the public investment has experienced a deceleration and its intensity has reduced over the years. The stock of animal health institutions has increased though their density has remained almost stagnant. Livestock productivity model was development to quantify the impact of public sector investment, infrastructure and other variables on livestock productivity. The estimates of the model revealed that public investment in livestock sector and infrastructure variables including animal health infrastructure have significant contribution in the growth of livestock productivity. The study concluded with an emphasized upon the creation of necessary infrastructure and the reversal of the declining trend of investment to this sector among other policy options suggested for the sustained growthof livestock inthe territory.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,379
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,106
Tête enseignante GPT0,440
Écart entre enseignants0,334 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSKUAST JOURNAL OF RESEARCHMême sujetSouth Asian Studies and ConflictsTravaux en français237 207