MétaCan
Menu
Retour à la cohorte
Enregistrement W3091188297 · doi:10.5539/jsd.v13n5p104

Prioritisation and Localisation of Sustainable Development Goals (SDGs): Challenges and Opportunities for Bulawayo

2020· article· en· W3091188297 sur OpenAlexvenueno aff
Vinnet Ndlovu, Peter Newman, Mthokozisi Sidambe

Notice bibliographique

RevueJournal of Sustainable Development · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainable developmentPolitical sciencePoliticsEnvironmental planningEconomic growthBusinessGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Cities are engines of socio-economic development. This article examines and provides insight into the extent of localisation of the UN’s Sustainable Development Goals (SDGs) using the City of Bulawayo (CoB), in Zimbabwe, as the case study. The key question posited is ‘Does Bulawayo demonstrate potential for sustainable development?’. Bulawayo is a strange case study as in the period of the Millennium Development Goals Zimbabwe had a massive increase in death rates from 2000 to 2010 due to the HIV pandemic, political chaos and economic disintegration of that period. Coming out of that period there was little to help cities like Bulawayo grasp the opportunity for an SDG-based development focus. However, after the paper creates a multi-criteria framework from a Systematic Literature Review on the localisation of the SDG agenda, the application to Bulawayo now generates hope. The city is emerging from the collapse of the city’s public transport and water distribution systems, once the envy of and benchmark for many local authorities in the country, and has detailed SDG plans for the future. Bulawayo now serves as a planning model for localisation of sustainable development goals.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0040,006
Communication savante0,0090,007
Science ouverte0,0010,010
Intégrité de la recherche0,0020,002
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 Opus0,090
Tête enseignante GPT0,277
Écart entre enseignants0,187 · 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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetUrban and Rural Development ChallengesTravaux en français237 207