MétaCan
Menu
Retour à la cohorte
Enregistrement W4220675476 · doi:10.5539/ass.v18n4p19

Capacity Building Initiatives as a Predictor for Sustainability of Projects: A Study of Public Borehole Water Project in Kitui County-Kenya

2022· article· en· W4220675476 sur OpenAlexvenueno aff
Onesmus Musau Mwanzia, Raphael Nyonje, Angeline Sabina Mulwa

Notice bibliographique

RevueAsian Social Science · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBoreholeNonprobability samplingSustainabilityPopulationSample (material)Null hypothesisBusinessEnvironmental planningGeographyEngineeringMathematicsEnvironmental healthGeotechnical engineeringStatisticsEcology

Résumé

récupéré en direct d'OpenAlex

This study focuses on capacity building initiatives influences sustainability of public boreholes water projects. The following was the objective; to assess the extent to which learning from capacity building initiatives, influences the sustainability of public borehole water projects in Kitui County-Kenya. The study tested one null hypothesis to establish whether the association among the study variables was significant. The target population was 366234 project beneficiaries, 396 chairpersons and 8 undertakers. A sample was drawn from this population using a formula adding to 383 project beneficiaries and 167 chairpersons. Purposive sampling was employed to select 8 undertakers in charge of public boreholes in each Sub counties. With R2=0.52, r=0.721, F(2,506) =39.01 at p=0.000, the hypothesis that there is no significant relationship between capacity building initiatives and sustainability of public borehole water projects in Kitui County-Kenya is therefore rejected. The study findings are expected to evidently demonstrate how capacity building initiatives program should be undertaken in public borehole water projects to enhance project sustainability.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,355
Score d'incertitude au seuil0,655

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,058
Tête enseignante GPT0,319
Écart entre enseignants0,261 · 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 tête enseignante, 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetPublic-Private Partnership ProjectsTravaux en français237 207