MétaCan
Menu
Retour à la cohorte
Enregistrement W1514425640 · doi:10.3968/j.css.1923669720130904.2610

Poverty Alleviation and Development Path Analysis: A Case Study on Rocky Desertification Area of in Yunnan Guangxi Guizhou Province in China

2013· article· en· W1514425640 sur OpenAlexvenueno aff
Zeng Xiao-ying, Jiang Wu, Zhihong Zeng

Notice bibliographique

RevueCanadian social science · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueRemote Sensing and Land Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDesertificationChinaPovertyGeographySustainable developmentBottleneckEnvironmental protectionSocioeconomicsEconomic growthEcology

Résumé

récupéré en direct d'OpenAlex

Yunnan Guangxi Guizhou provinces are concentrated areas of rocky desertification in China. In this paper, the poverty status of Yunnan Guangxi Guizhou provinces rocky desertification areas can be analysed in multidimension. We can improve many aspects such as the ecological environment, infrastructure, education skills training and others for poverty alleviation and development. According to the poverty theory and related theory in applying to poverty alleviation of the Yunnan Guangxi Guizhou rocky desertification area, combined with their self-conditions of Yunnan Guangxi Guizhou provinces rocky desertification area, strive to solve the bottleneck problems of the development and curb desertification expansion trend, fundamentally change the face of the Yunnan Guangxi Guizhou provinces rocky desertification area, promote the sustainable development. On the basis of these, we can build the model of poverty alleviation and development of Yunnan Guangxi Guizhou provinces rocky desertification area.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,224
Écart entre enseignants0,204 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetRemote Sensing and Land UseTravaux en français237 207