MétaCan
Menu
Retour à la cohorte
Enregistrement W2406259147 · doi:10.5539/mas.v10n8p18

An Analysis on Locating and Finding the Most Appropriate Option in Order to Shifting Capital in Iran

2016· article· en· W2406259147 sur OpenAlexvenueno aff
M Taghvaei, Neda Rahmani, Mahsa Akrami

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArchitecture and Cultural Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapital (architecture)Order (exchange)Position (finance)Analytic hierarchy processPoliticsSocial capitalBusinessCapital cityDescriptive statisticsGeographyPolitical scienceFinanceOperations researchSociologySocial scienceStatisticsEconomic geographyEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Capital is the most important city in every country and it is the concentration center of political, social and economical powers. Every country is introduced by its capital. The issue of shifting capital is offered and conducted in some countries in the world. Iran had the experience of shifting its capital many times in different historical periods according to the certain circumstances. In this research, 19 options are examined. Type of the research is descriptive-analytical type and required information are collected in six indicators of environmental conditions, geographical position, locating in less dangerous zones, suitable facilities and infrastructures, cultural and social structures, economical status using documents and questionnaire. The collected data is analyzed using AHP by Expert Choice software. The obtained results indicate that among examined options, Hashtgerd, Doroud Vazena and Pardis are the most appropriate cities with weights 0.075, 0.068, 0.064, and Qom, Khomein and Hamadan are the most inappropriate cities for shifting capital with weights 0.043, 0.043 and 0.032.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,028
Tête enseignante GPT0,258
Écart entre enseignants0,229 · 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
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetArchitecture and Cultural InfluencesTravaux en français237 207