MétaCan
Menu
Retour à la cohorte
Enregistrement W2115274344 · doi:10.5539/jsd.v6n12p14

Environment and Sustainable Development in the Kingdom of Saudi Arabia: Current Status and Future Strategy

2013· article· en· W2115274344 sur OpenAlexaffvenue
Tahir Husain, Ahmed Abdulwahab Khalil

Notice bibliographique

RevueJournal of Sustainable Development · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBusinessEnvironmental planningScarcitySustainable developmentEquity (law)Population growthNatural resource economicsEnvironmental qualityEnvironmental protectionPopulationEnvironmental resource managementEconomic growthGeographyEnvironmental scienceEconomicsEcologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Air quality deterioration in urban areas; high energy demand and consumption due to regional population growth and economic development; concerns about safe drinking water supplies due to a scarcity of fresh water; air quality deterioration, industrial pollution, waste management, and pollution in coastal areas; and subsequent stress on marine ecosystems are all major environmental challenges being faced by the Kingdom of Saudi Arabia. For effective protection of the environment, an interdisciplinary approach within a sustainable framework, which integrates human needs with economic development and environmental protection, is required. This paper presents an overview of Saudi Arabia’s major environmental problems and challenges and offers opportunities to use economic growth, social equity, and protection of the environment as interrelated components. The role of active participation by governments, stakeholders, businesses, academic institutions, and individuals in the decision-making process and an inter-disciplinary research approach will be identified for each major environmental issue.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,197 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207