MétaCan
Menu
Retour à la cohorte
Enregistrement W2157400404 · doi:10.5539/jsd.v5n6p90

The Quality of Life and Human Development Index of Community Living along Pahang and Muar Rivers: A Case of Communities in Pekan, Bahau and Muar

2012· article· en· W2157400404 sur OpenAlexvenueno aff
Sulaiman Md. Yassin, Hayrol Azril Mohamed Shaffril, Md. Salleh Hassan, Mohd Shahwahid Othman, Bahaman Abu Samah, Asnarulkhadi Abu Samah, Siti Aisyah Ramli

Notice bibliographique

RevueJournal of Sustainable Development · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Putra Malaysia
Mots-clésIndex (typography)Human Development IndexGeographySocioeconomicsHuman lifeRural communityHuman development (humanity)Economic growthSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Rivers have something to do with the improvement of the quality of life of the rural community. A lot of benefits can be offered to the river community. This study intends to reveal the level of quality of life of the rural community living along two major rivers in Malaysia, the Pahang and Muar Rivers. Apart from this, this study intends to investigate the level of Human Development Index of the Pahang and Muar River community by using an established human development index known as the Well-o-Meter. This is a quantitative study, where a total of 900 respondents had been selected. A developed questionnaire was used and survey was employed. Based on the results gained, it can be identified that the respondents studied recorded a high level of mean score in the aspects of social involvement and relationship, home condition, safety at the areas and education. The human development index employed have detected that the respondents studied do have a low level of HDI. The findings of the study were further discussed.

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 enseignants0,015
Score d'incertitude au seuil0,030

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
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 Opus0,068
Tête enseignante GPT0,323
Écart entre enseignants0,255 · 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

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetUrban and Rural Development ChallengesTravaux en français237 207