MétaCan
Menu
Retour à la cohorte
Enregistrement W2911398220 · doi:10.24102/ijes.v6i4.897

Restoring and Managing Langat River Basin, Malaysia: Challenges for a Sustainable Future

2018· article· en· W2911398220 sur OpenAlexvenueno aff
Rahmah Elfithri

Notice bibliographique

RevueInternational Journal of Environment and Sustainability · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental planningDrainage basinWater resource managementBusinessEnvironmental scienceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

The project “Restoring and Managing Langat River Basin, Malaysia, for the Future” is an initiative carried out by LESTARI, UKM under the UNESCO framework of Sustainability Transformation across the Region (STAR) with Jap­anese Fund In Trust (JFIT) financial assistance. Sustainability science as a new emerging field can be a tool to solve a complex environmental anthropogenic is­sue by promoting an integrated approach of various disciplines, multiscale, and across stakeholder. It is a problem-driven and solution-oriented approach in cre­ating a sustainable society and requires problem-solving skills. Thus, the estab­lishment of sustainability science demo site in the Langat River Basin involved the integration of the sustainability science concepts into natural resource man­agement frameworks and processes for supporting opportunities for a more sus­tainable and resilient future. This initiative is linked with Ecohydrology, HELP, and IWRM aspects and focused on applying sustainability science principles to strengthen policy, legal, and institutional frameworks through collaborative link­ages, learning alliances, and targeted interventions for capacity building at river basin and national levels on urban stormwater management. The key objective of this sustainability science pilot project is to develop and implement a restoration and management plan for urban stormwater resources in the Langat River Basin using a sustainability science approach. Qualitative and quantitative data collec­tion in the fields of hydrology, hydrogeology, pollution sources, ecosystems, and cultural preservation as well as development of the land cover-state model is done under this study. It is shown that the Langat River Basin is small but has inherited many problems of a large river basin. This is because the river plays an important role in conservation, agriculture, and potable water supply but is facing threat from rapid development in the industry sectors and urbanization in the basin. Some key strategies and action plans have been identified to deal with is­sues related to restoring and managing Langat River Basin for the future.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,244
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environment and SustainabilityMême sujetFlood Risk Assessment and ManagementTravaux en français237 207