MétaCan
Menu
Retour à la cohorte
Enregistrement W2775768195 · doi:10.2166/washdev.2017.071

Towards sustainable urban sanitation: a capacity-building approach to wastewater mapping for small towns in India

2017· article· en· W2775768195 sur OpenAlexaff
N. C. Narayanan, Isha Ray, Govind Gopakumar, Poonam Argade

Notice bibliographique

RevueJournal of Water Sanitation and Hygiene for Development · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSanitationZoningLocal governmentEnvironmental planningBusinessPsychological interventionGovernment (linguistics)Capacity buildingCorporate governanceEconomic growthGeographyPolitical sciencePublic administrationCivil engineeringEngineeringEnvironmental engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Decentralized technologies and city-based governance are being actively promoted for urban sanitation in low-income countries. At the same time, municipal agencies in developing countries have little technical or financial capacity for sanitation planning. This paper develops an approach to sanitation planning that leverages citizen engagement and fosters local capacities. It presents an empirical study from two small towns in India, where collaborations among the research team, local academics and students, and the municipal government, produced planning-oriented sanitary maps of each town. The maps were built upon a social and spatial understanding of the diverse sanitation practices that already exist, coupled with Google Earth and free GIS software. The ‘waste watersheds’ and ‘sanitation zones’ identified through the mapping process provide a basis on which sanitation interventions can be assessed and weighed, so that sustainable solutions can be prioritized. The paper identifies three features for system interventions: first, making local municipal government the locus of sanitation interventions; second, engaging community-based organizations and academic institutions to develop local capacity; and finally, recognizing the fragmented nature of cities by developing a socio-spatial approach to sanitation zoning.

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 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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,535

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,045
Tête enseignante GPT0,279
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Sanitation and Hygiene for DevelopmentMême sujetChild Nutrition and Water AccessTravaux en français237 207