Assessment of Factors Influencing the Use of Inorganic Fertilizers by Smallholder Farmers in Rwamagana RW-34 Scheme
Notice bibliographique
Résumé
This study used qualitative and quantitative analysis to assess the factors influencing the use of inorganic fertilizers among small holder farmers. This research was conducted in Eastern province, Rwamagana district, in one of eight irrigated scheme called Rwamagana RW-34. The two stage purposive sampling method was performed to select 200 households’ respondents from four sectors as sample size. Descriptive statistics, logistic regression and correlation analysis were used. Regression results revealed that family size has highly significant effect (p=0.010) on use of inorganic fertilizer and has negative relationship with use of inorganic fertilizer. Education level of household and access to extension service were found significant (p=0.1) with positive relationship. Off farm income of household and cooperative membership of household were found significant (p=0.05) with positive relationship with use of inorganic fertilizer. However distance travelled by household to nearest agro-dealer was found significant (p=0.1) with negative relationship with use of inorganic fertilizer. Much emphasize should be put in educating rural population, encouraging farmers to create functional cooperatives, promote training and extension services, creating more off farms employment and decentralize the agro dealers to cell level.
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 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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».