Dynamic agricultural supply response under Agricultural Transformation Agenda in Nigeria
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nigeria has been experiencing declining agricultural production over the past two decades despite the implementation of different policies to boost agricultural production. One such policy was the Agricultural Transformation Agenda (ATA), implemented in 2011. However, it remains unclear whether ATA succeeded in boosting agricultural supply; this study examines that issue by assessing the effect of ATA on the supply responses of six major crops in Nigeria. We used secondary data spanning l980-20l9 from reliable institutions in Nigeria. The growth model, Vector Error Correction Model (VECM), and Generalized Method of Moments (GMM) estimator were used to analyze the dynamic nature of crop supply response to address endogeneity and simultaneity bias. The findings of this study show that the trends of selected crop acreage, production and yield from l980 to 20l9 fluctuated more during the Agricultural Transformation Agenda era (ATA). Aside from the cassava crop, yield growth rates were abysmal for the remaining five crops, with a negative rice rate indicative of poor productivity during the ATA period. In addition, production was steady with high growth rates, similar to the land devoted to production (acreage) during the ATA period. Additionally, an increase in the price of cassava causes a decrease in maize production in the short and long run. There is an inverse relationship between own price and rice production in the short and long run. The non-price variables affecting maize production were acreage, exchange rate, fertilizer consumption, and school enrollment. Likewise, the level of rainfall, crop production index, exchange rate, and school enrolment influence rice production. In conclusion, production was steady with high growth rates, similar to land devoted for production (acreage) under the ATA period. We suggest that the Nigerian government and farmers should invest in technologies that shift their reliance to rain-fed 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle