MétaCan
Menu
Retour à la cohorte
Enregistrement W1986918024 · doi:10.3828/idpr.27.1.3

Social capital and urban environments in Southeast Asia: <i>Lessons from settlements in Bangkok and Ho Chi Minh City</i>

2005· article· en· W1986918024 sur OpenAlexaff
Amrita Danière, Lois M. Takahashi, Anchana NaRanong, Van Thi Ngoc Lan

Notice bibliographique

RevueInternational Development Planning Review · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSoutheast Asian Sociopolitical Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHo chi minhInformal settlementsSocial capitalSoutheast asiaHuman settlementCapital citySocioeconomicsGeographyEconomic growthCapital (architecture)Political scienceDevelopment economicsEconomySociologyEconomic geographyEthnologySocial scienceArchaeologyEconomics

Résumé

récupéré en direct d'OpenAlex

At its core, social capital research assumes that all communities may contribute to superior governance given enhanced social connections, trust and reciprocity. While researchers and policy makers have looked to social capital as a solution to varying local governance challenges, there still remain significant questions about how social capital may be translated into concrete outcomes. This paper focuses on the relationship between social networks and community connections in urban environments in Southeast Asia to examine whether communities with strong social capital are more able to participate in projects designed to improve environmental management in two of the region's most polluted cities, Bangkok and Ho Chi Minh City, especially in marginalised and low-income neighbourhoods. A comparative analysis of household survey data focuses on the relationship between income and community participation and develops an index comprised of different dimensions of social capital. The findings imply that there ...

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,451

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,038
Tête enseignante GPT0,348
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations14
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Development Planning ReviewMême sujetSoutheast Asian Sociopolitical StudiesTravaux en français237 207