MétaCan
Menu
Retour à la cohorte
Enregistrement W2907784203

Современное состояние г. Текели: aнaлиз положительных и отрицaтельных воздействий

2017· article· ru· W2907784203 sur OpenAlexaboutno aff
Kulyash Kaimuldinova, Д Aлиaскaров, Е Кaлимбетов, A Aскербековa

Notice bibliographique

RevueJournal of Geography and Environmental Management · 2017
Typearticle
Langueru
DomaineSocial Sciences
ThématiqueRegional Socio-Economic Development Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainable developmentLimitingBusinessDiversification (marketing strategy)Economic systemEconomyEconomicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Study of territories with existing structure of industry and the determination of the direction of post-industrial development of territories is a topical issue for increasing the competitiveness of the Republic of Kazakhstan. They, in turn, will become a basis for the overall development of industry in the country. Compared to other cities with a multifunctional economy, the development of monotowns depends more on changes in the external environment, the state of the economy, the external market conjuncture, etc. This dependence is characterized as a blocking factor of sustainable development in our study. This article describes the current state of Tekelitown. As a result of analysis of key factors influencing the sustainable development of the town, a number of factors limiting the development of the town were revealed. The concentration of natural resources, physical and geographical features of the area are ighlighted as a priority for sustainable development; low level of diversification of the economy, accumulation of industrial waste, environmental threats are considered as a limiting factor in the development of the town. Models of the restoration and support of labor resources in monotowns in the conditions of the crisis are analyzed on the basis of the experience of foreign countries (Canada, USA, Germany, Russian Federation). The results and recommendations will serve as the basis for the economic development of town.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,294
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and Environmental ManagementMême sujetRegional Socio-Economic Development TrendsTravaux en français237 207