MétaCan
Menu
Retour à la cohorte
Enregistrement W4410525996 · doi:10.18280/ijdne.200403

Technical Efficiency of Rice Production in Tidal Swampland: A Stochastic Model Approach

2025· article· en· W4410525996 sur OpenAlexvenueno aff
Muhamad Sabran, Yanti Rina Darsani, Retna Qomariah, Susilawati Susilawati, Fachrur Rozi, Susi Lesmayati, Eni Maftu’ah, Izhar Khairullah, Twenty Liana

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Agricultural engineeringProduction modelEnvironmental scienceEngineeringEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Tidal swamplands have great potential for rice production, but their contribution to rice production in Indonesia could be more significant.This study aimed to identify factors that could significantly increase rice yield in tidal swamplands, measure technical efficiency (TE), and determine the factors influencing efficiency.The survey was carried out in two districts of Central Kalimantan Province, Indonesia: Kapuas and Pulang Pisau.The stochastic frontier model was used to estimate TE, defined as the ratio of actual output to the maximum possible output given the input levels, while accounting for random shocks beyond the farmers' control.The TE estimates provide suggestions for farmer-targeted interventions and for optimizing input allocation to enhance rice production.The study found that expanding the area under rice cultivation and applying NPK fertilizers significantly increased rice yields.Farmers' efficiency levels ranged widely, from 0.24 to 1.0, with an average of 0.755, depending on the estimation method.Age and experience are important variables in determining efficiency.Relaxing the assumption of independence between the two error components in stochastic frontier models had no meaningful effect on estimated efficiency.The conventional model outperformed three copula-based models based on the Akaike and Bayesian Information Criterion, neither overestimating nor underestimating efficiency.It is proposed to encourage new generation participation in farming and upgrading their expertise through training to boost efficiency.Expanding the cultivated area and implementing intensive fertilization strategies are also proposed to increase rice production in tidal swamplands.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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 revueInternational Journal of Design & Nature and EcodynamicsMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207