Postharvest advisory competency and training needs of N-Power Agro Advisors in Benin metropolis, Edo State, Nigeria
Notice bibliographique
Résumé
This study assessed the postharvest advisory competency and training needs of N-Power Agro (one of the Federal Government of Nigeria’s Social Investment Programmes for youth in Agriculture, launched in 2016, to alleviate its citizens from poverty through capacity building) advisors in Benin Metropolis, Edo State, Nigeria. Multi-stage sampling procedure was adopted to select 120 N-Power Agro advisors. A structured questionnaire was used to collect data for the study. Collected data were analyzed using descriptive statistics such as frequency, percentages and mean while the Spearman rank correlation analysis was applied for relevant inferences. Results showed that the most performed postharvest advisory activities were those relating to the processing of crop products (x̄= 2.79), current market prices (x̄ =3.27) and formation of cooperatives for loans (x̄=3.17). The respondents were not significantly competent in providing advice on any of the storage activities but were most competent in providing advice on the processing of crop products (x̄= 2.31) and writing business plans (x̄ =2.90). The major areas of training needed by the advisors were on processing livestock products (x̄ = 3.39), pricing (x̄ =2.65) and formation of cooperatives for loan access (x̄ =2.60). The most significant constraints encountered by them were; poor linkage to research institution (x̄ =3.36), low institutional support (x̄ =3.31) and inadequate training (x̄ =3.31). There was a significant but inverse relationship between advisors’ competency level and their training needs (r = -0.428*; p = 0.000). The study therefore concluded that post postharvest losses may continue to rise if greater effort is placed on increased food production without relevant training of produce handlers to ensure that harvested produce is properly preserved. It was therefore recommended that there is a need for the provision of continuous training to N-Power Agro advisors on postharvest handling of produce in the areas of low competence to ameliorate wastage and improve food security.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».