Narcotics-Free: Strong Community Development Models by Community Participation in the Lower Isan Region
Notice bibliographique
Résumé
In the past, most Thai people lived in rural areas more than they did in towns or cities. It was only recently that a lot of people began to move to towns or cities looking for jobs making up about 30 percent of total population of Thailand Wherever they lived traditions (Buddhist and alike) and practices for or in everyday life. There were and still are differences from place to place. Drug problems, especially hard drugs were not known in most areas. As the country moved into the development age, the population, to some extent, had experienced drug problems and severe consequences. Families, communities and authority had come together in order to solve such problems. The problems found included running after material wealth particularly among young and working people. As a part of looking for happiness, many were lured in using narcotics or hard drugs. The communities tried hard to get back to their previous drug-free position by solving drug problems and developed themselves by drawing financial and academic support from concerned government and private sectors during 1992-2001. They also received the Mother of the Earth Award.For strong community development models with narcotics-free by community participation in the Lower Isan Region, the study found that cultural aspects were drawn into making strong communities. They included way of life, kinship systems, beliefs, rituals, traditions and thoughts, beliefs, rituals, traditions, and thoughts. The strong communities, based on cultural aspects could be used for drug-problem solving and community development.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».