MétaCan
Menu
Retour à la cohorte
Enregistrement W4413093648 · doi:10.69931/001c.142851

Food Crises in Nigeria: Why the Crisis Communication Professionals Should Care

2025· article· en· W4413093648 sur OpenAlexaff
Nkemjika George Njinma, Ngozi Comfort Omojunikanbi

Notice bibliographique

RevueInternational Crisis and Risk Communication Association Reports · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensWorld Federation of Science Journalists
Organismes subventionnairesnon disponible
Mots-clésCrisis communicationBusinessPolitical scienceDevelopment economicsPublic relationsEconomics

Résumé

récupéré en direct d'OpenAlex

Food ranks first in the hierarchy of man’s needs in society. It is the nucleus in which every individual’s survival is anchored. Nigeria as a nation has witnessed a series of ups and downs since the end of colonial rule. From the time agriculture and agro-allied industries were the main source of the nation’s economy to the period where crude oil and allied products have become the major source of export earnings and contribute about 90% of the nation’s gross income, Nigeria has experienced and is still experiencing ups and downs. With the current state of the nation where there is hyperinflation in prices of food and general services, this is perceived to be caused by government inefficiency, exchange rate, monetary policy, tax laws, subsidy removal, and insecurity/ The objectives of this study were to find out the underlying causes of the food crisis, It is believed that this study will help bridge the academic industry gap and cultural and geographical divides, as well as contribute to the current literature on crisis communication.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,542
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,354
Écart entre enseignants0,332 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Crisis and Risk Communication Association ReportsMême sujetDisaster Management and ResilienceTravaux en français237 207