MétaCan
Menu
Retour à la cohorte
Enregistrement W3090405587 · doi:10.5539/jsd.v13n5p92

Compatibility of Eco-Friendly, Sustainable Living with Urbanization: A Case-study of The Art of Living International Center near Bengaluru

2020· article· en· W3090405587 sur OpenAlexvenueno aff
Divya Kanchibhotla, N. Bhaskara Rao, Prateek Harsora

Notice bibliographique

RevueJournal of Sustainable Development · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnvironmental Engineering and Cultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrbanizationSustainabilitySustainable livingGeographyPopulationSituatedEnvironmental planningSustainable cityEnvironmental resource managementEconomic growthEcologyEnvironmental scienceSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

In the past few decades, urban growth in most parts of the world has disregarded sustainable practices, contributing to a myriad of global problems. With 68% of the global population projected to reside in urban areas by 2050, it is essential that we espouse and implement effective sustainable solutions immediately. This study focuses upon the smart sustainable practices adopted at the international headquarters of The Art of Living near Bengaluru, the ‘Silicon Valley of India’. Situated in a rapidly urbanizing area barely 20 kms from the busy metropolis, and characterized by a large floating population that varies from 3,000-6000 visitors per week, apart from almost 2000 residents, this bustling community has lush green cover, extremely rich biodiversity and excellent air quality. Some of the sustainable practices adopted here include permaculture, efficient waste management, moving towards the use of clean energy, etc. This paper posits that this unique community exemplifies the possibility of creating an ‘oasis of sustainability’ in the arid desert of urbanization.

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)0,002
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 enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,005
Communication savante0,0050,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,189
Écart entre enseignants0,182 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetEnvironmental Engineering and Cultural StudiesTravaux en français237 207