MétaCan
Menu
Retour à la cohorte
Enregistrement W2901087670 · doi:10.1680/jenes.18.00033

Assessing recycling attitude and behaviour in Ras Al Khaimah, UAE

2018· article· en· W2901087670 sur OpenAlexvenueno aff
Hamed Assaf, Sahar Idwan, Maissa Farhat

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesNational Centre for the Replacement Refinement and Reduction of Animals in Research
Mots-clésSustainabilityPositive attitudeFace (sociological concept)BusinessEconomic growthSocioeconomicsPsychologyEconomicsSociologySocial scienceSocial psychologyEcology

Résumé

récupéré en direct d'OpenAlex

Ras Al Khaimah (Rak) is the northernmost emirate of the United Arab Emirates (UAE). The emirate has witnessed a phenomenal economic and demographic growth. Taking a progressive stance on sustainability, the emirate has undertaken a sustainability strategy that aims at increasing its recycling rate from the current level of about 15 to 75% by 2021. The current study examines the socio-demographic (gender, age, family size, education and household income) and environmental awareness determinants of recycling attitude and behaviour in Rak. This is done through statistical analysis of results from a public survey, where 227 respondents were interviewed face to face to respond to several questions designed to get insight into the main drivers and factors influencing recycling in Rak. The results indicate that environmental awareness and education level are significantly associated with recycling behaviour in Rak at a significance level of 0·001. Environmental awareness is also associated with recycling attitude, but at a lesser significance level of 0·07. Other socio-economic and demographic factors such as gender, age, family size and income are not significantly associated with recycling attitude and behaviour. The results from the study provide valuable insight that would help policymakers design effective recycling campaign.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,007
Tête enseignante GPT0,264
Écart entre enseignants0,257 · 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'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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetEnvironmental Education and SustainabilityTravaux en français237 207