MétaCan
Menu
Retour à la cohorte
Enregistrement W4408283177 · doi:10.36956/rwae.v6i1.1536

The Role of Agricultural Cooperatives in Enhancing Credit Access, Market Information, and Smart Farming Among Rural Farmers

2025· article· en· W4408283177 sur OpenAlexaff
Shaymaa Hussein Nowfal, Sireesha Nanduri, W. Gracy Theresa, B. Keerthi Samhitha, R. Vinoth, Ashokkumar Veerapandi, Ravi Kumar Bommisetti

Notice bibliographique

RevueResearch on World Agricultural Economy · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésAgricultureBusinessAgricultural economicsAgribusinessAgricultural scienceMarket accessEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

This study examines the role of agricultural cooperatives in enhancing Credit Access (CA), Market Information (MI), and Smart Farming (SF) among rural farmers in Kerala. Agricultural cooperatives serve as vital organizations that address key challenges smallholder farmers face, including limited CA, MI, and SF. Using a quantitative research design, structured surveys collected data from 421 cooperative and non-member farmers. The study aims to identify the effects of cooperative membership in CA services, MI and SF among rural farmers. Analysis of key findings shows that cooperative members loan from multiple financial sectors, are provided with more frequent MI, and have higher adoption of SF practices, thus featuring the importance of cooperatives in financial development, MI, and environmental organization. The analysis employs t-tests, Chi-square tests, Pearson correlations, and regression models to compare the impact of cooperative membership on CA, MI, and SF. The results reveal that cooperative members are significantly more likely to secure loans, receive more significant loan amounts, and report higher satisfaction with loan terms than non-members. Cooperative members also receive more frequent and reliable MI, which enables them to adjust their sales approaches and access better market opportunities. In addition, cooperative members exhibit higher adoption rates of SF and perceive more significant economic benefits. The study confirms that agricultural organizations are critical in promoting financial inclusion, market participation, and environmental sustainability among rural farmers. These findings underscore the importance of cooperatives as a key tool for rural development and SF growth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,271
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch on World Agricultural EconomyMême sujetMicrofinance and Financial InclusionTravaux en français237 207