MétaCan
Menu
Retour à la cohorte
Enregistrement W3134132637 · doi:10.5539/jsd.v14n2p111

Political Environment and Biosocial Projects Performance in Informal Settlements in Nairobi County, Kenya

2021· article· en· W3134132637 sur OpenAlexvenueno aff
Ngacha Njeri

Notice bibliographique

RevueJournal of Sustainable Development · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueOperations Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiosocial theoryData collectionDescriptive statisticsSample (material)Multivariate analysis of varianceQualitative propertySociologyApplied psychologyPsychologyStatisticsSocial scienceSocial psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

This research study strived to find out the influence of Political Environment on biosocial projects performance in informal settlements in the county of Nairobi. The extent to which political environment influence biosocial project performance. Biosocial projects are projects working with people with disabilities. Two theories, Theory of Constraint and diffusion were used in this field of study to support predictive and outcome variable respectively. Pragmatism paradigm and mixed research were adopted in this study projects. Quantitative data was collected through structured self-administered questionnaires while qualitative data was collected through interview guides. Collection of data was preceded by testing for validity of research instruments through reliability and content related method through test-retest criterion. In Nairobi County, a sample size of 183 individuals from 61 biosocial projects were selected from a target sample of 70 biosocial projects. Questionnaires were used to collect quantitative data from 61 beneficiaries of the biosocial projects and 61 staff members directly working for biosocial projects in the County of Nairobi. In- depth qualitative interviews with 61 state and non-state actors through purposive sampling technique were executed. Arithmetic mean and the standard deviation were the statistical tools of analysis that were used for descriptive data, whereas Stepwise Regression (R2) and Pearson’s Product Moment Correlation (r) were the statistical tools of analysis that were used for inferential statistics whereas F-tests were executed to test hypothesis. To avoid statistical analysis invalidation, statistical assumptions tests were executed before analysis of data. Null hypothesis after analysis of data analysis was rejected at r = 0.313, F = 8.988, p = 0.004<0.01. Conclusively, constitution of Kenya 2010 and the Persons with Disabilities Act, 2003 were some of the key legal legislation that were pointed out to be championing success of biosocial projects performance that champion for the rights of persons with disabilities.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,304
Écart entre enseignants0,275 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetOperations Management TechniquesTravaux en français237 207