Органикалык айыл чарба практикаларын өздөштүрүү, бул изилдөөдө жашылча өстүргөн фермерлердин компост, мал кыгы, жашыл кык, мульчалоо, күл/самын негизиндеги биопестицид жана которуштуруп айдоо сыяктуу алты практиканын бирин же бир нечесин колдонушу аркылуу изилденген айыл чарба технологиясын өздөштүрүү жүрүм-туруму. Изилдөө Нигериянын Enugu State аймагындагы беш Local Government Area ичиндеги 25 коомчулуктан тандалган 200 жашылча фермерине колдонулган түзүмдөштүрүлгөн сурамжылоону пайдаланган. Маалымдуулук жана Adoption Intensity Index сыпаттамалык статистика менен; жок дегенде бир органикалык практиканы өздөштүрүү чечими Binary Logit модели менен; алты өзүнчө практиканы бирге тандоо үлгүлөрү Multivariate Probit (MVP) модели менен бааланган. Изилдөө билим, чарбанын аянты, кооперативге мүчөлүк жана extension contact сыяктуу өзгөрмөлөрдү өздөштүрүүнүн маанилүү аныктоочулары катары баяндайт. Бирок булак таблицаларында маалымдуулук пайызы, орточо AII, Binary Logit коэффициенттери жана odds ratio көрсөткүчтөрүнүн ортосунда олуттуу ички шайкешсиздиктер болгондуктан, сандык таасир өлчөмдөрү этият чечмелениши керек.

Изилдөөнүн үлгүсү көп баскычтуу түрдө түзүлгөн. Nsukka, Nkanu-East, Udi, Ezeagu жана Awgu аттуу беш Local Government Area жашылча өндүрүшүндөгү маанилүүлүгүнө жараша максаттуу тандалган. Ар бир LGAдан кайрадан максаттуу ыкма менен беш коомчулук тандалып, ошентип 25 коомчулук аныкталган. Акыркы баскычта ар бир коомчулуктан сегиз жашылча фермери жөнөкөй кокустук тандоо менен тандалып, жалпы 200 respondent алынган.

Булак маалымдуулукту %78 деп сүрөттөсө да, Table 1 ичинде High категориясы %48, Very High категориясы %28; бул эки категория чогуу %76 түзөт. Adoption Intensity Index үчүн булак орточо көрсөткүчтү %54,2 деп берет. Бирок Table 2 ичинде жарыяланган 0–6 практика бөлүштүрүүсү боюнча түз арифметикалык текшерүү болжол менен %42,33 салмакталган орточо берет. Чийки маалымат жок болгондуктан, кайсы маани изилдөөчүлөрдүн негизги эсептөөсүн билдирери Verianla тарабынан божомолдонбойт.

Изилдөөнүн жыйынтыктары байкоочу жана кесилиштик мүнөздө. Билим, чарбанын аянты, кооперативге мүчөлүк же extension contact менен органикалык практикаларды өздөштүрүүнүн ортосунда билдирилген байланыштар себептик таасирдин далили эмес. Мындан тышкары, үлгү тандоонун алгачкы эки баскычы максаттуу болгондуктан, жыйынтыктар Enugu Stateтеги бардык жашылча фермерлерине толук ыктымалдыкка негизделген штаттык үлгүнүн күчү менен жалпыланбашы керек.

Изилдөөнүн негизги маселеси эмне?

Изилдөө Enugu Stateтеги жашылча өстүрүүчүлөр органикалык өндүрүш ыкмаларын канчалык билерин, алардын канчасын колдонорун жана фермер менен институттук өзгөчөлүктөр өздөштүрүү чечимдери менен кандай байланышта экенин карайт.

Булак органикалык айыл чарба контекстинде компосттоо, crop rotation, green manure жана biological pest control сыяктуу практикаларды синтетикалык жер семирткичтер менен пестициддерди колдонууну азайтуу же токтотуу менен байланышкан туруктуу өндүрүш варианттары катары карайт.

Изилдөөчүлөр белгилеген адабияттык боштук Enugu State контекстинде жашылча фермерлеринин жалпы өздөштүрүү чечимин да, ар кандай органикалык практикаларды бирге тандоо жүрүм-турумун да бир изилдөөнүн ичинде кеңири баалаган эмпирикалык далилдердин чектелүү болушу.

Изилдөөнүн төрт негизги максаты бар: органикалык айыл чарба боюнча маалымдуулукту баалоо, өздөштүрүү интенсивдүүлүгүн өлчөө, жалпы өздөштүрүү чечимин түзгөн өзгөрмөлөрдү аныктоо жана белгилүү органикалык практикаларды тандоого таасир эткен факторлорду изилдөө.

Изилдөө кайда жана кимдер менен жүргүзүлгөн?

Изилдөө Enugu State, Nigeriaда жүргүзүлгөн. Булак аймак 5°56'–7°36' түндүк кеңдиктер менен 6°53'–7°55' чыгыш узундуктар арасында жайгашканын; аянты 13.161 км² жана калктын жыштыгы км²ге 615 адам экенин билдирет.

Изилдөөдө жашылча өндүрүшүндө помидор, калемпир, fluted pumpkin (Telfairia occidentalis), okra (Abelmoschus esculentus), amaranthus жана spinach сыяктуу өсүмдүктөр айтылат.

Үлгү кантип түзүлгөн?

Үлгү тандоо үч негизги чечим баскычынан турган.

1. Nsukka, Nkanu-East, Udi, Ezeagu жана Awgu болуп беш LGA жашылча өндүрүшүндөгү маанисине жана ал жерде органикалык да, conventional vegetable farmers да бар болгондугуна байланыштуу максаттуу тандалган.
2. Ар бир LGAдан беш коомчулук максаттуу тандалып, жалпы 25 community түзүлгөн.
3. Ар бир community ичинен сегиз жашылча фермери жөнөкөй кокустук тандоо менен тандалып, 25 × 8 = 200 respondent алынган.

Маалымдуулук деңгээли кантип классификацияланган?

Булак тексти жана abstract маалымдуулукту %78 деп сүрөттөйт. Бирок жарыяланган Table 1 ичинде High + Very High:

\[ 48\%+28\%=76\% \]

түзөт. Чийки awareness scores берилбегендиктен, %78 менен %76 ортосундагы айырманын себебин аныктоо мүмкүн эмес.

Мындан тышкары, булак awareness score канча суроо же пункттан түзүлгөнүн, Likert пункттары кандай бааланганын жана 0–100 шкаласына кантип которулганын ыкма бөлүмүндө кеңири билдирбейт. Ошондуктан маалымдуулукту өлчөөнү толугу менен кайра чыгаруу мүмкүн эмес.

Adoption Intensity Index (AII) Бул Изилдөөдө Эмнени Өлчөйт?

Adoption Intensity Index фермер изилдөөдө көзөмөлдөнгөн алты органикалык айыл чарба практикасынын канчасын өздөштүргөнүн 0 менен 1 аралыгында көрсөткөн интенсивдүүлүк көрсөткүчү; Table 2 ичинде жарыяланган маанилердин түзүлүшү 0/6 үчүн 0,000, 3/6 үчүн 0,500 жана 6/6 үчүн 1,000 сыяктуу катыштарга туура келет, бирок булак ыкма бөлүмүндө AII үчүн өзүнчө математикалык теңдеме бербейт.

Изилдөөдөгү алты практика төмөнкүлөр:

• Компост колдонуу,
• Мал кыгы,
• Жашыл кык,
• Мульчалоо,
• Күл/самын негизиндеги биопестицид,
• Которуштуруп айдоо.

Эң чоң топ %24 менен үч практиканы өздөштүргөн фермерлер.

Жок дегенде үч практиканы колдонгондордун үлүшү:

\[ 24+18+6+4=52\% \]

түзөт. Бул маани булак текстине шайкеш.

Алты практиканын баарын колдонгондордун үлүшү %4, эч бирин колдонбогондордуку %12.

Бул жерде “алты практиканын баарын колдонуу” изилдөөнүн ичиндеги AII шкаласында толук өздөштүрүү болуп саналат. Бул жыйынтык эл аралык органикалык сертификат стандартынын бардык талаптарын аткаруу же чарбанын расмий сертификатталган органикалык ишкана болушу менен бирдей эмес.

Булакта билдирилген %54,2 орточо AII таблицадан чыгабы?

Булак Table 2 астында:

Mean AII = 54,2% (Moderate)

деп жазат.

Бирок жарыяланган бөлүштүрүү пайыздары менен жүргүзүлгөн арифметикалык consistency check:

\[ \overline{AII} = 0(0.12) +\frac{1}{6}(0.16) +\frac{2}{6}(0.20) +\frac{3}{6}(0.24) +\frac{4}{6}(0.18) +\frac{5}{6}(0.06) +1(0.04) \]

\[ \overline{AII}\approx0.4233=42.33\% \]

берет.

Бул эсеп жаңы изилдөө жыйынтыгы эмес. Бул жарыяланган Table 2 маанилеринин өз ара арифметикалык шайкештигин гана текшерет. Чийки respondent-level маалымат болбогондуктан, булакта билдирилген %54,2 менен Table 2 бөлүштүрүүсүнөн эсептелген болжол менен %42,33 ортосундагы айырманын себеби аныкталбайт.

Binary Logit Коэффициенти жана Odds Ratio Кантип Чечмелениши Керек?

Binary Logit модели фермер органикалык практиканы өздөштүргөн же өздөштүрбөгөн эки категориянын кайсынысына кирери менен түшүндүрүүчү өзгөрмөлөрдүн ортосундагы байланышты log-odds шкаласында моделдейт; стандарттуу logit моделинде коэффициенттин экспонентасы \(e^\beta\) тиешелүү өзгөрмөдөгү бир бирдик өсүүгө туура келген odds ratioну берет, бирок бул изилдөөнүн Table 3 ичинде көптөгөн жарыяланган коэффициент жана odds ratio жуптары бул математикалык байланыш менен шайкеш келбейт.

Булак Теңдеме (1)

PDFде Теңдеме (1) төмөнкүдөй басылган:

\[ Ln= \beta_0+\beta_1X_1+\beta_2X_2+\beta_3X_3+\beta_4X_4+\beta_5X_5+\beta_6X_6+\beta_7X_7+\beta_8X_8+\beta_9X_9 \tag{1} \]

Булак дароо андан кийин \(P_i\)ни фермер adopter болуу ыктымалдыгы, \(1-P_i\)ни non-adopter болуу ыктымалдыгы деп аныктайт. Бирок жарыяланган формулада “Ln” оператору кайсы чоңдуктун логарифмин алып жатканы көрүнбөйт.

Изилдөөнүн жаңы табылгасы эмес, стандарттуу Binary Logit түзүлүшүн түшүндүрүү үчүн концептуалдык түшүндүрмө:

\[ \ln\left(\frac{P_i}{1-P_i}\right) = \beta_0+\beta_1X_{1i}+\cdots+\beta_9X_{9i} \]

Стандарттуу logit моделинде сол тарабы log-oddsболот.

\(P_i\), adoption probability;

\(1-P_i\), non-adoption probability;

\(\beta_0\), intercept;

\(\beta_1,\ldots,\beta_9\), explanatory-variable coefficients.

Моделдеги тогуз түшүндүрүүчү өзгөрмө

Көз каранды өзгөрмө:

\[ Y= \begin{cases} 1,& \text{organik tarım uygulaması benimsenmişse}\\ 0,& \text{aksi durumda} \end{cases} \]

Булак Теңдеме (2) эмне үчүн көңүл бурууну талап кылат?

PDF Теңдеме (2)ни:

\[ Odd\ ratio=P(Y_i=1) \tag{2} \]

түрүндө басат.

Probability менен odds бир нерсе эмес.

Изилдөөнүн табылгасы эмес, концептуалдык түшүндүрмө:

\[ Odds=\frac{P(Y=1)}{1-P(Y=1)} \]

жана стандарттуу Binary Logit коэффициенти үчүн:

\[ OR=e^\beta \]

байланышы колдонулат.

Булак prose бөлүгүндө да коэффициенттер exponentiate кылынуу аркылуу odds ratio алынарын билдирет. Ошондуктан Equation (2)нин басылган формасы булак ичиндеги математикалык шайкешсиздик.

Table 3: Булак билдирген Binary Logit жыйынтыктары

* Булак Table 3 эскертүүсү: P ≤ 0,05.

Бул таблицадагы акыркы мамыча булакта жарыяланган өзүнчө жыйынтык эмес. Бул булактын өзүнүн “coefficients were exponentiated to obtain odds ratios” деген сөзүнүн математикалык consistency check текшерүүсү.

Билим сабы дээрлик толук шайкеш:

\[ e^{1.056}\approx2.875 \]

жана булак OR=2,87 берет.

Чарбанын аянты сабы да болжол менен шайкеш:

\[ e^{1.166}\approx3.209 \]

булак OR=3,17 деп билдирет.

Ал эми Extension Contacts үчүн:

\[ e^{0.629}\approx1.876 \]

болгонуна карабастан Table 3 OR=5,46 берет.

Access to Credit үчүн:

\[ e^{1.463}\approx4.319 \]

болгонуна карабастан Table 3 OR=1,71 берет.

Жыныс, Жаш, Үй-бүлө мүчөлөрүнүн саны жана Дыйканчылык тажрыйбасы саптарында да жарыяланган OR маанилери коэффициенттердин exponentiationы менен шайкеш келбейт.

Z маанилери боюнча Билим, Чарбанын аянты жана Кооперативге мүчөлүк сыяктуу айрым саптарда:

\[ Z\approx\frac{\beta}{SE} \]

байланышы жарыяланган Z маанилерине шайкеш. Access to Credit жана Extension Contacts саптарында болсо коэффициент, standard error жана Z бирге шайкеш эмес.

Ошондуктан булак Table 3 ичиндеги коэффициент, OR жана Z мамычаларынын кайсынысы ар бир сап үчүн чыныгы model output экенин чийки statistical output болбосо тактоо мүмкүн эмес.

Binary Logit моделинин жалпы ылайыктуулук көрсөткүчтөрү

Булак:

\[ LR\ \chi^2(9)=105.18 \]

\[ Prob>\chi^2=0.0000 \]

\[ Pseudo\ R^2=0.381 \]

жана:

\[ Log\ likelihood=-85.432 \]

деп билдирет.

LR χ² тести моделдеги түшүндүрүүчү өзгөрмөлөр бирге алганда, intercept гана камтыган моделге салыштырмалуу model fitти жакшыртабы-жокпу баалайт. Булактагы маани жалпы моделдин маанилүүлүгүнө ишарат кылат.

Pseudo R² = 0,381 ordinary least-squares R² сыяктуу “дисперсиянын %38,1 бөлүгү түшүндүрүлдү” деп окулбашы керек. Logit моделдериндеги pseudo-R² model fitке тиешелүү башка масштабдагы көрсөткүч.

Multivariate Probit Эмне Үчүн Колдонулган?

Multivariate Probit модели бир фермер бир эле учурда бир нече органикалык практиканы тандай алышын жана бул бинардык тандоолордун байкалбаган аныктоочулары өз ара корреляцияланышы мүмкүн экенин бир системада моделдөө үчүн колдонулган; бирок изилдөө covariance matrix \(\Sigma\)нын бааланган корреляция коэффициенттерин жарыялаган эмес, ошондуктан практикалар арасындагы байкалбаган көз карандылыктын көлөмүн түз баалоо мүмкүн эмес.

PDFдеги Теңдеме (3)

Жүктөлгөн PDFде Equation (3)түн негизги өзгөрмө белгилери көрүнүктүү түрдө жоголуп, формула жарым-жартылай гана render болгон. Булак дароо кийинки түшүндүрмөдө latent variable, explanatory-variable vector, parameter vector жана multivariate-normal error terms түшүнүктөрүн аныктайт.

Булак prose бөлүгүндөгү аныктамаларды окутуучу түрдө бириктирген концептуалдык көрсөтмө; бул PDFдеги бузулган Теңдеме (3)түн сөзмө-сөз оңдолгон варианты деп айтылбайт:

\[ Y^*_{ij}=X_i'\beta_j+\varepsilon_{ij} \]

\[ Y_{ij}= \begin{cases} 1,&Y^*_{ij}>0\\ 0,&\text{aksi durumda} \end{cases} \]

\[ \varepsilon_i\sim MVN(0,\Sigma) \]

\(Y^*_{ij}\), farmer \(i\)нин practice \(j\)ни өздөштүрүүгө карата байкалбаган latent propensityси.

\(X_i\), түшүндүрүүчү өзгөрмөлөрдүн вектору.

\(\beta_j\), practice \(j\) үчүн коэффициенттер вектору.

\(\varepsilon_{ij}\), байкалбаган таасирлерди көрсөткөн ката мүчөсү.

\(\Sigma\), ар башка органикалык практикаларды өздөштүрүү чечимдеринин ката мүчөлөрүнүн ортосундагы covariance түзүлүшүн көрсөтөт.

Probit коэффициенти түздөн-түз пайыздык өзгөрүүбү?

Жок. Table 4 ичинде берилген MVP coefficients түздөн-түз percentage-point probability changes эмес. Probit коэффициенти explanatory variable менен latent propensity indexтин ортосундагы багыт жана масштаб байланышын көрсөтөт.

Мисалы, Crop Rotation үчүн Farm Size coefficient = 1,765. Булак prose муну “1-unit increase in farm size is associated with a 1.765-unit increase in crop rotation” деп түшүндүрөт. Техникалык жактан алганда, башка шарттар өзгөрбөсө, чарбанын аянты бир бирдикке өскөндө crop-rotation latent propensity indexинде оң 1,765 коэффициенти менен байланышат.

Probabilityдеги так өзгөрүүнү айтуу үчүн marginal effects керек. Булак MVP үчүн marginal effects билдирбейт.

Table 4: Алты органикалык практиканын Multivariate Probit коэффициенттери

Булак Table 4 ичинде бир жылдыз үчүн:

\[ P\le0.05 \]

деген түшүндүрмө берет.

Animal Manure мамычасында Credit = 0,988** мааниси эки жылдыз менен көрсөтүлгөн, бирок эскертүүдө эки жылдыздын өзүнчө мааниси аныкталган эмес.

Extension–Compost coefficient 1,4321 деп берилген, бирок жылдыз белгиси жок. Ошол эле учурда жыйынтык тексти extension contacts алты практиканын баарына оң жана маанилүү таасир этерин айтат. Булак таблицасы менен prose ортосундагы бул айырма үнсүз оңдолгон эмес.

MVP жалпы модел маалыматы:

\[ Wald\ \chi^2(54)=298.76 \]

\[ Prob>\chi^2=0.0000 \]

\[ Log\ likelihood=-487.321 \]

MVP моделиндеги маанилүү жетишпеген отчеттуулук пункту

Multivariate Probitтин айырмалоочу өзгөчөлүгү ар башка binary adoption equationsдын error terms арасындагы covariance/correlation түзүлүшүн бирге моделдей алышы.

Булактын ыкма бөлүмү \(\Sigma\) covariance matrixти ачык аныктайт. Бирок Results ичинде:

• pairwise error correlations,
• \(\rho_{jk}\) маанилери,
• бул корреляциялардын стандарттык каталары,
• joint significance / independence test

билдирилген эмес.

Ошондуктан изилдөөнүн “adoption decisions are interdependent” ыкмасын моделдин түзүлүшү колдосо да, белгилүү эки практиканын байкалбаган компоненттери канчалык деңгээлде корреляцияланганын жарыяланган натыйжалардан баалоо мүмкүн эмес.

Бул Жыйынтыктар Enugu Stateтеги Бардык Жашылча Фермерлерин Өкүлчүлүк Кылабы?

Изилдөө Enugu Stateте 200 жашылча фермеринен талаа маалыматын сунуштаганы менен, беш LGA жана 25 коомчулук максаттуу тандалгандыктан үлгү штаттагы бардык жашылча фермерлерин камтыган толук ыктымалдыкка негизделген state-wide sample эмес; натыйжалар тандалган өндүрүш аймактары үчүн күчтүү жергиликтүү далил бере алат, бирок бүт штат калкына жалпылоодо үлгү дизайнынын бул чеги сакталууга тийиш.

Булак sampling weight же design-based survey estimator билдирбейт.

Response rate да өзүнчө берилген эмес.

Бул чектөөлөр изилдөөнүн жергиликтүү баалуулугун жокко чыгарбайт; бирок статистикалык жалпылоонун географиялык чегин аныктайт.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Изилдөө дизайнынын техникалык кыскача мазмуну

Маалымдуулук табылгасы

Булак abstract жана Results prose %78 жогорку маалымдуулукту билдирет.

Table 1 болсо:

• %4 Төмөн,
• %20 Орточо,
• %48 Жогору,
• %28 Өтө жогору

бөлүштүрүүсүн берет.

Table 1 ичинде High + Very High суммасы %76. Ошондуктан %78 жана %76 булак ичиндеги айырмалуу отчеттор катары өзүнчө сакталууга тийиш.

Өздөштүрүү интенсивдүүлүгүнүн табылгасы

Булак mean AIIни %54,2 жана “Moderate” деп сүрөттөгөн.

Бөлүштүрүүгө ылайык, фермерлердин %52 бөлүгү жок дегенде үч практиканы колдонот.

%24 менен эң чоң жалгыз топ үч практиканы өздөштүргөн фермерлер.

%4 бардык алты практиканы, %12 эч бирин колдонбойт.

Бирок Table 2 пайыздарынан эсептелген weighted mean болжол менен %42,33 болгондуктан, булакта билдирилген %54,2 менен таблицадагы бөлүштүрүүнүн ортосунда чечилбеген айырма бар.

Binary Logit үчүн булак баса белгилеген аныктоочулар

Булак Education, Farm Size, Cooperative Membership жана Extension Contacts өзгөрмөлөрүн жалпы adoption чечиминин күчтүү оң аныктоочулары катары баса белгилейт.

Education coefficient = 1,056 жана source OR = 2,87. Бул жуп математикалык жактан бири-бирине шайкеш.

Farm Size coefficient = 1,166 жана source OR = 3,17; exponentiation болжол менен 3,21 берет жана натыйжалар жалпы алганда жакын көрүнөт.

Cooperative Membership coefficient = 1,463, source OR = 4,0; exponentiation болжол менен 4,32.

Extension Contacts үчүн source Table 3 coefficient = 0,629 жана OR = 5,46; бул эки сан математикалык жактан бири-бирине шайкеш келбейт. Abstract болсо extension coefficientти 1,692 деп берет. \(e^{1.692}\) болжол менен 5,43 болгондуктан abstract coefficient менен Table 3 OR сандык жактан бири-бирине жакыныраак; бирок Verianla мунун негизинде Table 3 коэффициентин автоматтык түрдө “1,692 болушу керек эле” деп оңдобойт.

Source Results prose extension үчүн бир жерде OR=4,60, кийин OR=5,46 деген сөздү да колдонот. Бул ошол эле өзгөрмө үчүн булак ичиндеги үчүнчү отчет айырмасы.

Access to Credit натыйжасы эмне үчүн белгисиз?

Table 3 Access to Credit сабын жылдыз менен, демек булак эскертүүсүнө ылайык p≤0,05 деп белгилейт.

Ошол эле сап:

\[ \beta=1.463,\quad SE=0.349,\quad Z=1.80,\quad OR=1.71 \]

берет.

Бирок:

\[ \frac{1.463}{0.349}\approx4.19 \]

болгондуктан жарыяланган Z=1,80 коэффициент жана стандарттык ката менен шайкеш келбейт.

Мындан тышкары:

\[ e^{1.463}\approx4.319 \]

болгондуктан OR=1,71 менен да шайкеш эмес.

Abstractтын негизги Binary Logit аныктоочулары тизмесинде Access to Credit жок, бирок Conclusion кредитке жетүүнү маанилүү институционалдык факторлордун бири катары баса белгилейт.

Чийки model output болбосо бул саптын чыныгы coefficient, standard error, Z, p-value жана OR айкалышын тактоо мүмкүн эмес.

Multivariate Probitтеги эң ырааттуу үлгүлөр

Education Table 4 ичинде бардык алты практикада оң жана жылдыздуу:

Compost 0,988; Animal Manure 0,765; Green Manure 0,877; Mulching 1,099; Ash/Soap Biopesticide 0,654; Crop Rotation 1,432.

Farm Size бардык алты outcomeда оң жана жылдыздуу:

1,321; 1,099; 0,988; 1,543; 0,877; 1,765.

Cooperative Membership да бардык алты outcomeда оң жана жылдыздуу:

1,654; 1,432; 1,211; 1,765; 1,099; 1,988.

Бул үч өзгөрмө Table 4 ичинде эң ырааттуу оң adoption үлгүлөрүн көрсөтөт.

Жаш, тажрыйба жана кредит үчүн practice-specific жыйынтыктар

Age, Green Manure үчүн −0,043* жана Ash/Soap Biopesticide үчүн −0,054* деп билдирилген; башка төрт практикада жылдыз жок.

Farming Experience, Compost 0,054*, Mulching 0,065* жана Crop Rotation 0,077* үчүн жылдыздуу.

Credit, Compost 0,877*, Animal Manure 0,988**, Mulching 0,988* жана Ash/Soap Biopesticide 1,235* үчүн жылдыздуу; Green Manure жана Crop Rotationда жылдыз жок.

Animal Manure үчүн колдонулган эки жылдыздын мааниси булак эскертүүсүндө түшүндүрүлгөн эмес.

Extension Contacts үчүн Table 4 айырмасы

Булак тексти extension contacts бардык алты практикага оң жана маанилүү таасир этерин билдирет.

Table 4 ичинде:

Compost 1,4321; Animal Manure 1,211*; Green Manure 1,099*; Mulching 1,321*; Ash/Soap Biopesticide 1,877*; Crop Rotation 1,543*

берилген.

Compost сабындагы extension coefficient оң болгону менен жылдызсыз. Булактын өз significance notationы негизге алынганда, таблица proseдеги “all six significant” деген сөздү толук колдобойт.

Field Survey жылындагы булак ичиндеги айырма

Table 1, Table 2 жана Table 4 астындагы эскертүүлөрдө Field Survey, 2025 деп жазылган.

Table 3 болсо Field Survey, 2026 деп жазат.

Methodology бөлүмү талаа маалыматын чогултуу датасын өзүнчө так көрсөтпөгөндүктөн, кайсы жыл туура экенин чийки маалымат/метамаалыматсыз аныктоо мүмкүн эмес.

Abstractтагы модел аталышынын айырмасы

Abstract маалымат “binary and multivariate logistic models” менен талданганын айтат.

Introduction жана Methodology болсо экинчи моделди ачык түрдө Multivariate Probit (MVP) деп аныктайт.

Table 4 дагы “Determinants of Choice” жыйынтыктарын MVP контекстинде талкуулайт. Verianla негизги ыкманын атын Methodologyдеги Multivariate Probit катары сактайт жана abstractтагы “multivariate logistic” сөз айкашын өзүнчө терминологиялык айырма катары баалайт.

Изилдөө колдогон жыйынтыктар

• Үлгүдө органикалык айыл чарба практикалары боюнча маалымдуулук жалпысынан жогорку категорияларда топтолгон.
• Фермерлердин %52 бөлүгү изилдөөдө каралган алты практиканын жок дегенде үчөөнү өздөштүргөн.
• Болгону %4 бардык алты практиканы колдонот.
• Education, Farm Size жана Cooperative Membership Table 4 ичинде бардык алты practice outcome үчүн оң жана жылдыздуу коэффициенттерди көрсөтөт.
• Binary Logit боюнча булак чечмелөөсүндө Education, Farm Size, Cooperative Membership жана Extension Contacts маанилүү adoption drivers катары баса белгиленет.
• Multivariate Probit моделинин жалпы Wald тести булакта маанилүү деп билдирилген.

Изилдөө колдобогон же түз көрсөтө албаган жыйынтыктар

• Билим же extension services органикалык айыл чарба практикаларын өздөштүрүүгө себеп болот деп далилденген эмес.
• Үлгү Enugu Stateтеги бардык жашылча фермерлерин толук ыктымалдыкка негизделген state-wide sample катары көрсөтпөйт.
• Алты практиканы колдонуу органикалык сертификаттоого барабар эмес.
• Булак бардык практикалар арасындагы error-correlation estimatesти жарыялаган эмес, ошондуктан MVP баалаган interdependence көлөмү көрүнбөйт.
• Table 3 ичиндеги бардык odds ratioлорду β коэффициенттеринен ишенимдүү чыгарууга болбойт.
• Булак confidence intervals же Binary Logit үчүн individual p-values жарыялабайт.
• Awareness indexтин questionnaire-item түзүлүшү толук билдирилген эмес.
• Table 2 ичиндеги бөлүштүрүү жарыяланган %54,2 mean AII менен арифметикалык жактан шайкеш эмес.

Саясат жана практика сунуштары

Авторлор extension servicesти күчөтүүнү, knowledge gapsты азайтууну, cooperative institutionsту колдоону, фермерлердин кредитке жетүүсүн кеңейтүүнү жана органикалык продукциялар үчүн premium prices бере ала турган туруктуураак базарларды өнүктүрүүнү сунушташат.

Tailored education programs жана institutional reforms дагы органикалык жашылча өндүрүшүнө өтүүнү колдой турган жолдор катары сунушталат.

Бул сунуштар байкоочу regression байланыштарынан жана изилдөөнүн талкуу алкагынан чыгарылган саясаттык сунуштар. Изилдөө extension программасын, кредиттик кийлигишүүнү же кооперативдик колдоону рандомизацияланган түрдө сыноодон өткөргөн эмес.

Негизги методологиялык чектөөлөр

Кесилиштик дизайн: Маалымат бир убакыт кесиминде чогултулгандыктан, убакыт ичиндеги adoption transitions байкалбайт.

Максаттуу жогорку баскычтар: LGA жана communities кокустук тандалбагандыктан state-wide representativeness чектелүү.

N = 200: Алты equationдуу MVP ичинде тогуз predictor колдонулганын эске алганда үлгүнүн көлөмү моделдин татаалдыгы жагынан маанилүү; булак ошондой эле power analysis билдирбейт.

Awareness шкаласы: Questionnaire пункттарынын түзүлүшү жана 0–100 awareness scoring процедурасы кеңири берилген эмес.

AII шайкешсиздиги: Жарыяланган distribution болжол менен %42,33 arithmetic mean берет, ал эми булак %54,2 билдирет.

Binary Logit формуласынын басылышы: Equation (1) logitтин сол тарабын толук көрсөтпөйт.

Odds-ratio формуласы: Equation (2) odds ratioну probability катары көрсөтөт.

Table 3 consistency: Көптөгөн coefficient–OR жана айрым coefficient–SE–Z үчтүктөрү математикалык жактан шайкеш эмес.

MVP Equation (3): PDFде негизги белгилер көрүнбөйт.

MVP correlation results: \(\Sigma\)нын бааланган off-diagonal correlation valuesы жарыяланган эмес.

Significance reporting: Table 4 ичинде эки жылдыз колдонулган, бирок бир жылдыздын эскертүүсү гана түшүндүрүлгөн.

Маалымат жылы: Table 1, 2 жана 4 “Field Survey, 2025”; Table 3 “Field Survey, 2026” деп жазат.

Изилдөөнүн күчтүү жактары

Изилдөө органикалык айыл чарба практикаларын өздөштүрүүнү “adopter/non-adopter” деген бинардык жыйынтыкка гана түшүрбөй, алты өзүнчө практиканын тандоо үлгүсүн да баалоого аракет кылат.

Изилдөө 25 коомчулук жана беш LGAдан фермерлердин маалыматын камтыйт; education, farm structure жана institutional access өзгөрмөлөрүн бир аналитикалык алкакта баалайт.

Этикалык уруксат, informed consent, data-availability, conflict-of-interest, funding жана author-contribution маалыматы ачык билдирилген.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска изилдөө: Adoption Patterns of Organic Farming Practices among Vegetable Farmers in Enugu State, Nigeria.

Авторлор: Justina Chituru Ibe, Ikenna Charles Ukwuaba, Timothy Chinonso Okoh, Chukwuma Otum Ume, Miracle Chinonyerem Ani, Juliet Nnenna Ikechukwu, Rosemary Nnedinso Arua, Joseph Oguejiofor Okorie, Rosemary Chiamaka Nzennwa.

Авторлордун тартиби: PDFдеги cite-as сабы жана учурдагы расмий журнал жазуусу негиз катары алынган.

Тең салым: Equal contribution/equal first authorship билдирүүсү жок.

Жооптуу автор: Ikenna Charles Ukwuaba.

Мекеме: Авторлордун көпчүлүгү Department of Agricultural Economics, University of Nigeria, Nsukka менен байланыштуу. Timothy Chinonso Okohтун мекемеси Livestock Productivity and Resilience Support Project, New-Haven, Enugu, Nigeria.

Журнал: Journal of Agricultural Extension.

Институционалдык басылма түзүлүшү: Agricultural Extension Society of Nigeria (AESON).

Том / сан: 30(4).

Барактар: 1–12.

Жарыяланган жыл: 2026.

PDF DOI: 10.4314/jae.v30i4.1.

Учурдагы расмий журнал жазуусундагы DOI: 10.4314/1qd41j79.

DOI айырмасы: PDF менен учурдагы расмий басылма жазуусу ар башка DOI көрсөткөндүктөн эки маани өзүнчө сакталган; учурдагы онлайн макала барагы 10.4314/1qd41j79 маанисин колдонот.

PDF даталары: Submitted 26 May 2026; First Request for Revision 22 June 2026; Revisions 7 July, 16 July, 20 July жана 11 September 2026; Accepted 22 September 2026; Published 30 October 2026.

Учурдагы расмий онлайн жарыяланган дата: 29 October 2026. PDF менен online record ортосунда бир күндүк айырма бар.

Булактын түрү: Research Article; primary cross-sectional field survey.

Рецензиялоо: Journal of Agricultural Extension расмий саясаты double-blind peer review колдонот.

Preprint абалы: Булак PDFде же учурдагы расмий макала жазуусунда өзүнчө preprint көрсөтүлгөн эмес.

Лицензия: Учурдагы расмий макала барагы Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY-NC-ND 4.0) көрсөтөт. PDF жогорку башында да CC BY-NC-ND деп жазылган; PDFдин дароо астындагы түшүндүрмө сабы болсо NoDerivatives сөзүн текст түрүндө калтырып кеткен.

Үлгү: 200 жашылча фермери.

Үлгү тандоо: Беш LGA максаттуу → ар бир LGAдан беш community максаттуу → ар бир communityден сегиз farmer жөнөкөй кокустук → жалпы 25 community жана 200 respondent.

Маалымат чогултуу: Түзүмдөштүрүлгөн сурамжылоо.

Outcome 1: Маалымдуулук деңгээли.

Outcome 2: Adoption Intensity Index / алты практикадан өздөштүрүлгөн практикалардын саны.

Outcome 3: Binary adoption decision.

Outcome 4: Compost, Animal Manure, Green Manure, Mulching, Ash/Soap Biopesticide жана Crop Rotation үчүн practice-specific binary choices.

Binary model: Binary Logit.

Multivariate model: Methodologyге ылайык Multivariate Probit; abstractта “multivariate logistic” деген сөз да бар.

Маанилүүлүк чеги: %5; p<0,05 / таблицаларда P≤0,05.

Awareness боюнча булак айырмасы: Abstract/Results %78; Table 1 High + Very High = %76.

Mean AII булак мааниси: %54,2.

Table 2 arithmetic check: Жарыяланган пайыздык бөлүштүрүү AII маанилери менен салмакталганда болжол менен %42,33 чыгат; айырманын себебин чийки маалыматсыз түшүндүрүүгө болбойт.

Binary Logit жалпы модели: LR χ²(9)=105,18; Prob>χ²=0,0000; Pseudo R²=0,381; log likelihood=−85,432.

MVP жалпы модели: Wald χ²(54)=298,76; Prob>χ²=0,0000; log likelihood=−487,321.

Binary Equation (1) эскертүүсү: PDFде логарифмдин аргументи көрүнбөйт.

Equation (2) эскертүүсү: PDF “Odd ratio = P(Yi=1)” деп жазат; бул стандарттуу odds-ratio аныктамасы эмес.

Equation (3) эскертүүсү: PDFде MVP формуласынын негизги белгилери render болгон эмес; prose latent-variable жана multivariate-normal covariance түзүлүшүн түшүндүрөт.

Table 3 эскертүүсү: Көптөгөн β–OR дал келүүлөрү жана айрым β–SE–Z маанилери математикалык жактан шайкеш эмес; чийки model output жарыяланбагандыктан үнсүз оңдоо жасалган эмес.

Table 4 эскертүүсү: Extension–Compost оң, бирок жылдызсыз болсо да prose extension бардык алты практикада маанилүү экенин айтат; Credit–Animal Manure уячасындагы эки жылдыздын мааниси эскертүүдө аныкталган эмес.

MVP covariance: Модель \(\Sigma\) covariance matrixти аныктайт, бирок estimated correlation/covariance results жарыяланбайт.

Field Survey жылы: Table 1, 2 жана 4: 2025; Table 3: 2026.

Этикалык уруксат: Strategic Contacts, Ethics and Publications Directorate, University of Nigeria, Nsukka; research code UNN/EC/NSTA/FAGAGC STR/54 11 SEPT/2026.

Маалымдалган макулдук: Катышкан бардык жашылча фермерлеринен written informed consent алынган.

Data Availability: Маалымат reasonable request боюнча corresponding author тарабынан берилиши мүмкүн.

Funding: Public, commercial же not-for-profit funding agencyден specific grant алынган эмес.

Conflict of Interest: Авторлор кызыкчылыктардын кагылышы жок экенин билдиришкен.

AI Use Declaration: Generative AI колдонулган эмес; Grammarly grammar жана language editing максатында гана колдонулган.

Acknowledgment: Авторлор маалымат чогултууга жардам берген enumeratorsга ыраазычылык билдиришет.

Авторлордун салымы: IJC: conception/design, data-collection instrument development, analysis, interpretation, manuscript revision (%25); UIC: conception/design, data collection, interpretation, first draft жана revision (%20); OTC: interpretation, first draft, manuscript development (%10); UCO: manuscript development, data collection, interpretation (%10); AMC: conception/design, manuscript development, data collection, interpretation (%15); IJN: data collection, literature review, revision (%5); ARN: manuscript development жана revision (%5); OJO: data collection, literature review, revision (%5); NRC: data collection, literature review, revision (%5).

Негизги методологиялык чектөөлөр: Кесилиштик дизайн; максаттуу LGA/community selection; awareness шкаласынын жетишсиз reproducibility деталдары; AII отчет айырмасы; Binary Logit формуласы жана Table 3 шайкешсиздиктери; MVP covariance results жарыяланбаганы; Table 4 significance белгилөө айырмалары.