Perceived Appropriateness of Information and Beneficiary Characteristics under Kisan Mobile Sandesh
Notice bibliographique
Résumé
Research was conducted in Lakhimpur Kheri district of Uttar Pradesh to assess the role of Kisan Mobile Sandesh (KMS) in providing agricultural information to farmers. An ex-post-facto research design was adopted, and a total of 117 registered beneficiaries were randomly selected from 12 villages across two purposively chosen blocks. Data were collected using a structured, pre-tested interview schedule and analyzed with the help of percentages. Findings revealed that the majority of beneficiaries were young (58.12%), educated up to higher secondary level (46.15%), and dependent solely on farming (70.94%). Nearly half (49.57%) had medium landholdings and more than half (55.56%) belonged to families with more than five members. Most respondents fell into the medium annual income group (47.01%). Regarding psychological and behavioral variables, a higher percentage of beneficiaries reported high perception towards KMS (45.30%), medium cosmopoliteness (49.57%), high economic motivation (43.59%) and high information-seeking behavior (41.88%). With respect to message appropriateness, 45.30% of beneficiaries considered the information appropriate, 32.48% most appropriate and 22.22% less appropriate. Differential perception analysis further indicated that beneficiaries with higher perception were more likely to rate messages as appropriate or most appropriate. Overall, KMS was found to be an effective ICT-based extension tool in bridging knowledge gaps, improving access to timely information and supporting informed decision-making in agriculture.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».