MétaCan
Menu
Retour à la cohorte
Enregistrement W7126692092

Seven Case Studies of Tanzanian Food Processing Enterprises

2019· report· en· W7126692092 sur OpenAlexaboutno aff
Michael Thomas Panganiban Hansen, Thilde Langevang, Lettice Rutashobya, Goodluck Urassa

Notice bibliographique

RevueCBS Research Portal (Copenhagen Business School) · 2019
Typereport
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTanzaniaAgricultureSubsistence agricultureCornerstoneProductivityFood processingQuarter (Canadian coin)Agricultural productivity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The food processing industry is a cornerstone in the industrial development strategy of Tanzania and its development is paramount to lifting the productivity of the agricultural sector, which employs 70% of the population. Almost a quarter of all registered manufacturing enterprises are in the food-processing sector and the sector provides 56% of employment in manufacturing. Through the Southern Agriculture Growth Corridor of Tanzania (SAGCOT), the country is promoting agro-processing industries and high-value agro-products so as to transform subsistence agriculture into more commercialized farming. The Agricultural Growth Opportunities Act (AGOA), which gives preferential access of Tanzanian agricultural goods to EU and US markets, has also encouraged Tanzania to embark on value added agro-goods production. It is within this crucial industry that we find our seven case studies

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)0,014
score de la tête « metaresearch » (Gemma)0,027
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,027
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,021

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 Opus0,249
Tête enseignante GPT0,462
Écart entre enseignants0,212 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCBS Research Portal (Copenhagen Business School)Travaux en français237 207