MétaCan
Menu
Retour à la cohorte
Enregistrement W2902979813 · doi:10.5539/jsd.v11n6p120

Water Access Today and Tomorrow: Domestic Water Sustainability under Informal Water Supply Markets in Dar es Salaam, Tanzania

2018· article· en· W2902979813 sur OpenAlexvenueno aff
Francis Dakyaga, Alphonce Kyessi, Joel Msami

Notice bibliographique

RevueJournal of Sustainable Development · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesDeutscher Akademischer Austauschdienst
Mots-clésBusinessWater supplySustainabilityInformal sectorTanzaniaEconomic growthMarketingNatural resource economicsEconomicsSocioeconomics

Résumé

récupéré en direct d'OpenAlex

The article examined domestic water access sustainability under informally driven water supply market, drawing on suppliers-consumers’ perspectives. Analysis was done on the capacities of the informal water suppliers for sustainable water provision, how the informal water markets operate, and clients’ perspectives of water access today and tomorrow. Four different data set were comparatively analyzed from interviews with the Municipal Water Engineer (MWE), Ward Health Officer (WHO), 3 Mtaa leaders from 3 informal settlements, interviews with 43 informal water sellers from three informal settlements, including a survey of (n = 292) clients in three informal settlements. It was realized that though informal water suppliers are sociocultural capable of providing flexible and gender-sensitive water supply services, households have unsustainable access to improved water due to the financial, hydro-technical, institutional and organizational in capacities of the informal water sellers coupled with the low financial abilities of low-income earning households to continuously purchase water for domestic activities. It was observed that informal settlements’ dwellers are less likely to meet their water supply needs in the near future if their income status together with the financial, hydro-technical, organizational and institutional capacities of the informal water sellers are not improved.

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)0,002
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 enseignants0,420
Score d'incertitude au seuil0,904

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
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 Opus0,008
Tête enseignante GPT0,264
Écart entre enseignants0,256 · 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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetChild Nutrition and Water AccessTravaux en français237 207