MétaCan
Menu
Retour à la cohorte
Enregistrement W4410360777 · doi:10.1080/19376812.2025.2502748

A missing element in the practice of digital farming: farmer access to telecommunication and internet infrastructure in Ghana and Sub-Saharan Africa

2025· article· en· W4410360777 sur OpenAlexaff
Desmond Oforia Oklikah, Abdul‐Rahim Abdulai, Abdul‐Salam Jahanfo Abdulai, Godwin Arku

Notice bibliographique

RevueAfrican Geographical Review · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésThe InternetTelecommunicationsAgricultureInternet accessElement (criminal law)Digital divideBusinessGeographyEngineeringComputer sciencePolitical scienceWorld Wide WebArchaeology

Résumé

récupéré en direct d'OpenAlex

Governments in Sub-Sahara Africa (SSA) are introducing digital tools and advisory services into farming landscapes. In this paper, we explore the region’s readiness for digital agriculture through a theoretical lens of material elements of social practices. We reviewed secondary data on telecommunication infrastructure from two databases (GSMA database and Our World in Data) and complemented it with a case study of smallholder farmers’ (N=1565) access to mobile phones and internet services in Northern Ghana. Our analysis show that multiple infrastructural (material) challenges persist for agriculture digitalization even in some of the perceived digitally advanced countries in Africa. Farmer access to telecommunication systems and services relevant for digital farming remain relatively limited and unequal. In the case of Ghana, farmer access to digital tools is moderated by socio-economic characteristics. In light of these findings, we argue that for digital agriculture practice(s) to manifest in its true sense, governments must deliberately work to lay a foundation for widespread access to digital material infrastructure and tools upon which smallholder services are built. Governments must prioritize expanding telecommunication and internet infrastructure, and leverage private actors to build required digital services.

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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,294
Écart entre enseignants0,281 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Geographical ReviewMême sujetICT Impact and PoliciesTravaux en français237 207