MALT BARLEY VALUE CHAIN ANALYSIS IN GUMER WOREDA, GURAGHE ZONE, ETHIOPIA
Notice bibliographique
Résumé
The study was aimed to identify actors, their role, benefit share, the existing challenges and opportunities of malt barley value chain. The primary data was collected from 146 malt barley producer farmers, 18 traders, 8 consumers and key informants; using structured questioner and scheduled interview. The collected data was analyzed using descriptive statistics, value chain analysis methodology and multiple linear regressions. The value chain analysis result indicated direct actors of malt barley value chain in the study area was input suppliers, producers, multipurpose farmers cooperatives, rural collectors, wholesalers, retailers, local Kolo processors and consumers. In the study area there was no coordinated market linkage and governance system. From total marketing margin the highest share was took by local Kolo processors followed by producers and the least marketing margin was took by rural collectors.The finding of the study also indicated, productive labour size of the household, land area allotted for malt barley, access to credit, frequency of extension visit and number of production technology used were variables that significantly affect quantity supply of malt barley. Therefore the study recommended improving financial institutions service, increasing frequency of extension visit, support farmer through training about production technology adoption. In addition, to solve the identified challenges like lack of improved seed, shortage of chemicals for weed control and emerging disease the study suggests strengthening input supplier institutions such as Woreda Agriculture office and multipurpose farmers cooperatives' for proper supply of inputs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».