MétaCan
Menu
Retour à la cohorte
Enregistrement W2914539812 · doi:10.3390/w11020298

A Traditional Closed-Loop Sanitation System in a Chronic Emergency: A Qualitative Study from Afghanistan

2019· article· en· W2914539812 sur OpenAlexaff
Sayed Mohammad Nazim Uddin, Jean Lapègue, Jutta Gutberlet, Jan Adamowski, Caetano C. Dorea, Federico Sorezo

Notice bibliographique

RevueWater · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensMcGill UniversityUniversity of Victoria
Organismes subventionnairesAction Contre La FaimUniversity of Science and Technology Beijing
Mots-clésSanitationSWOT analysisCitizen journalismEnvironmental planningBusinessGeographyEngineeringPolitical scienceEnvironmental engineeringMarketing

Résumé

récupéré en direct d'OpenAlex

The use of closed-loop sanitation systems (CLSS), or reuse-oriented sanitation systems, has increased in recent years, and such systems have been successfully implemented in many parts of the world. However, no research has explored Traditional CLSS (T-CLSS) for a long-term humanitarian situation. This study explores the strengths, weaknesses, opportunities and threats (SWOT) of T-CLSS in peri-urban and rural contexts in three different provinces in Afghanistan (the first study of its kind in Afghanistan). Participatory research tools, such as transect walks, focus group discussions, smart community gatherings and interactive workshops, were applied to assess the SWOT associated with T-CLSS. The results indicate that T-CLSS has been practiced historically in both peri-urban and rural areas using local and traditional knowledge, skills and technologies. The socio-cultural acceptance of the system in both rural and peri-urban areas is an important strength of this established system. However, due to chronic development challenges in the study regions, T-CLSS may possibly lead to exposure to microbial contaminants. It is recommended that the feasibility of an improved CLSS be assessed and implemented in light of the issues that are inherent in the use of T-CLSS in Afghanistan.

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)0,010
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0160,009
Communication savante0,0040,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,035
Tête enseignante GPT0,312
Écart entre enseignants0,277 · 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'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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetChild Nutrition and Water AccessTravaux en français237 207