MétaCan
Menu
Retour à la cohorte
Enregistrement W2087038498 · doi:10.1111/1468-2257.00206

Social Capital, Networks, and Community Environments in Bangkok, Thailand

2002· article· en· W2087038498 sur OpenAlexaff
Amrita Danière, Lois M. Takahashi, Anchana NaRanong

Notice bibliographique

RevueGrowth and Change · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocial capitalConceptual frameworkBusinessEnvironmental planningCommunity organizationSample (material)Capital citySocial engagementLocal communityEconomic growthSociologyGeographyPolitical scienceEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

This paper considers the case of Bangkok where, as in many Asian cities, the expansion of urban areas has outpaced the ability of public entities to manage and provide basic services. One potential way to improve the capacity of neighborhoods to assist in provision or improvement in environmental services is to enhance the positive contributions provided by local social networks and social capital. A conceptual framework is presented to explore the role of social networks in environmental management in polluted urban environments. This is followed by a brief description of the methodology and survey instrument used to collect information from a sample of community households in Bangkok and an analysis of the results from this survey regarding environmental practices, community action, and social networks. Some of the results suggest that increasing the number of social interactions that residents of a community experience is associated with increased community participation as, apparently, is increasing knowledge about what happens to waste or waste water after it leaves the community. Local public education efforts that focus on useful knowledge about environmental impacts may well be an effective way to encourage community participation.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0000,002
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 Opus0,088
Tête enseignante GPT0,256
Écart entre enseignants0,169 · 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

Citations35
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGrowth and ChangeMême sujetUrban and Rural Development ChallengesTravaux en français237 207