MétaCan
Menu
Retour à la cohorte
Enregistrement W2020888317 · doi:10.2478/geosc-2014-0006

Encroachment of Canals of Dhaka City,Bangladesh: An Investigative Approach

2014· article· en· W2020888317 sur OpenAlexaff
Asif Ishtiaque, Mallik Mahmud, Mahmudul Hasan Rafi

Notice bibliographique

RevueGeoScape · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésUrbanizationFlood mythFlooding (psychology)GeographyWater resource managementVulnerability (computing)Environmental planningEnvironmental scienceEcologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Dhaka City has been suffering from many environmental problems including flooding, water logging and other related problems. Urbanization, which is occurring very fast and with larger magnitude in Dhaka, is the intrinsic reason behind these problems. High rate of urbanization causes extensive urban area expansion and as a result canals, wetland and other water bodies are quickly vanishing from the landscape. This study shows the present physical condition of the canals; identifies the processes of canal encroachment; represents the consequences of canal encroachment. 13 canals of 50 were surveyed; local people were surveyed to identify the impact and processes of encroachment. According to this study, canals of Dhaka city are under serious threat of extinction and require immediate recovery actions. Canals are being encroached in various styles and this study identifies five: unauthorized land filling, illegal construction over canal, expansion of slum, solid waste dumping, taking advantage of lack of awareness of local people as well as government agencies. However, this study also discusses the grave consequences of canal encroachment: increasing flood vulnerability, wane of ground water recharge area and ground water level, collapse of natural drainage system, loss of local ecology and biodiversity.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,096
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,235
Écart entre enseignants0,217 · 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.

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

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoScapeMême sujetFlood Risk Assessment and ManagementTravaux en français237 207