MétaCan
Menu
Retour à la cohorte
Enregistrement W2056168978 · doi:10.1142/s1464333204001560

ASSESSING SUSTAINABILITY OF COMMUNITY-BASED WATER UTILITY PROJECTS IN CENTRAL TANZANIA WITH THE HELP OF CANONICAL CORRELATION ANALYSIS

2004· article· en· W2056168978 sur OpenAlexfundno aff
Aloyce R. Kaliba, D. W. Norman

Notice bibliographique

RevueJournal of Environmental Assessment Policy and Management · 2004
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreRockefeller Foundation
Mots-clésCanonical correlationSustainabilityTanzaniaEnvironmental economicsPovertyEnvironmental resource managementBusinessEnvironmental planningComputer scienceEconomicsEconomic growthEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Improved access to clean water is important in improving health, relieving drudgery for women, and in designing and implementing effective poverty alleviation strategies. However, few empirical studies have had the objective of establishing the link between community participation and management, and sustainability of community based water utility projects. In addition, there is no consensus on the analytical techniques to use for sustainability assessment. This paper uses data collected from community water utility projects in two regions in Central Tanzania to demonstrate the use of canonical correlation analysis in sustainability assessment. The advantage of canonical correlation analysis is that the results are invariant with respect to the basis in which the variables are transformed. In addition, the analytical technique leads itself to identifying what management issues need to be addressed at the project level, to improve both community participation and management, and hence sustainability of such types of projects.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,015
Tête enseignante GPT0,304
Écart entre enseignants0,288 · 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'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

Citations9
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Assessment Policy and ManagementMême sujetChild Nutrition and Water AccessTravaux en français237 207