MétaCan
Menu
Retour à la cohorte
Enregistrement W2733772630 · doi:10.47125/jesam/2017_1/08

Adaptive Capacity Index of Public Schools in the Municipalities of Bay and Los Baños, Laguna, Philippines

2017· article· en· W2733772630 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Environmental Science and Management · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Vocational Training
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesDivision of Human Resource Development
Mots-clésLivelihoodIndex (typography)BayAdaptive capacityAsset (computer security)Psychological interventionGeographyBusinessPsychologyComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

An instrument to measure School Adaptive Capacity Index was developed using livelihood assets and school management as the main determinants using the theory driven approach to indicator development. Randomly selected teachers from the 38 public elementary and high schools from Bay and Los Baños Laguna, grouped according to the effects of floods experienced, were interviewed. It was found that the schools in general were highly adaptive. High schools have better human and physical assets than elementary schools, while non-flooded schools have better natural assets than flooded schools. SACI of high schools were significantly higher than elementary schools. On the other hand, flooded and non flooded schools have more or less the same SACI. School management and social assets were vital in increasing the adaptive capacity of schools in the different groups. Scores in a particular asset may vary between groups and within each group implying that there is no uniform approach to improving the adaptive capacity and that interventions should always consider the uniqueness among each of these schools. The instrument developed is highly recommended to assess the institutional adaptive capacities of other schools to floods.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,218
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,113
Tête enseignante GPT0,344
Écart entre enseignants0,232 · 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