MétaCan
Menu
Retour à la cohorte
Enregistrement W2947497057 · doi:10.5539/jsd.v12n3p103

Sustainability Assessment of Randullabad Watershed in Satara District of Maharashtra State, India

2019· article· en· W2947497057 sur OpenAlexvenueno aff
Bharat Kakade, Sneha A Shinde

Notice bibliographique

RevueJournal of Sustainable Development · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Economic Development in India
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityWatershedEmpowermentBaseline (sea)Environmental resource managementCorporate governanceEnvironmental planningBusinessGeographyPolitical scienceEconomic growthEconomicsComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

Sustainability of watersheds being a major issue in India Kakade, 2017 proposed a new comprehensive framework and methodology for sustainability assessment of watersheds, which would also help design sustainable watershed projects. This new methodology was validated undertaking in-depth critical assessment of an integrated watershed development project implemented by Randullabad village Grampanchayat (Note 1) under the facilitation of BAIF (Note 2). Project of 836 ha area and 394 households was implemented during 2008 to 2013. The assessment was carried out to find out sustainability of social, economic and ecological domains at the baseline (2008), at project completion (2013) and five years after completion (2017-18). The indicators used in the framework and methodology by Kakade, 2017 was validated and the final framework emerged through the study has been presented in the paper. Rising trends of sustainability scores in all three domains were observed from inception to completion of project and also five years after completion. Key contributing factors for sustainability include the project design, community empowerment, post-project maintenance, governance and role of facilitating organizations.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 Opus0,009
Tête enseignante GPT0,277
Écart entre enseignants0,268 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetSocial and Economic Development in IndiaTravaux en français237 207