MétaCan
Menu
Retour à la cohorte
Enregistrement W3171279451 · doi:10.35588/rivar.v8i23.4980

Fiestas Populares de Labor, desarrollo rural sostenible y regiones saludables

2021· article· es· W3171279451 sur OpenAlexaboutno aff
Rosa María Torres Valdés, Covadonga Ordóñez García

Notice bibliographique

RevueScientific Electronic Library Online (Scientific Electronic Library Online) · 2021
Typearticle
Languees
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

El presente trabajo sobre fiestas populares relacionadas con labores agrícolas, ganaderas, pesqueras y con oficios vinculados con la ruralidad, propone mostrar el papel que las fiestas populares tienen en el desarrollo rural sostenible y en la conexión con la idea de regiones saludables. Tal aproximación se fundamenta en dos elementos: por un lado, la visión integral con respecto a la salud de la Organización Mundial de la Salud expuesta en la Carta de Ottawa de 1986, que supone la integración de las estructuras sociales (incluida la dimensión cultural identitaria), la rentabilidad económica y el medio natural sostenible; por otro, el concepto de regiones saludables del programa Healthy Regions de la Comisión Europea, que enfatiza la necesidad de relacionar salud y desarrollo regional, en lugar de separarlos. La revisión de la literatura y el análisis de festividades de labor, muestran que este tipo de fiestas fomentan las tres dimensiones de la salud: biológica, psicosocial y económica de los territorios; sin esta última, la población ve reducida su posibilidad de acceso a recursos y derechos fundamentales determinantes en las dos primeras. Esta pérdida se refleja en una disminución de la población que compromete la posibilidad de un futuro sostenible en el medio rural.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,003
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,015
Tête enseignante GPT0,279
Écart entre enseignants0,264 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Electronic Library Online (Scientific Electronic Library Online)Même sujetSport and Mega-Event ImpactsTravaux en français237 207