MétaCan
Menu
Retour à la cohorte
Enregistrement W4221036053 · doi:10.18280/ijsdp.170106

Implementations and Challenges of Sustainable Development Goals in Developing Nations: In the Case of South Gondar Zone, Ethiopia

2022· article· en· W4221036053 sur OpenAlexvenueno aff
Matebe Tafere Gedifew, Destaw Amare Lakew

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueEconomic Growth and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImplementationSample (material)Thematic analysisSustainable developmentPillarQualitative propertyProcess managementRegression analysisMultilevel modelQualitative researchComputer sciencePolitical scienceBusinessEngineeringSociologySocial science

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to examine the implementations and challenges of SDGs in South Gondar. To attain this purpose, survey questionnaires were administered on a sample of 176 employees. While to the qualitative analysis interview and document observations were used. The study employed mixed methods research approach of parallel concurrent research design. For quantitative data analysis, one sample t-test, Pearson correlation and hierarchical linear regression were used. To the qualitative data, thematic analysis was employed. The study found that the SDG implementation in the study region was "moderate", with average differences between institutions. The major challenges facing the implementation of SDGs are unrealistic goal setting, lack of political commitment, lack of participation, lack of clear policy guide, lack of synergy, lack of capability and over emphasis on one pillar of development. This indicated that both key identified institutional challenges and goal setting characteristics determine the implementation of the SDGs in the study area. Based on this, the study recommends that the study area should set policy goals that are implementable. There should be also participation of the target beneficiaries in the SDGs implementation.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,522
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,032
Tête enseignante GPT0,282
Écart entre enseignants0,250 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetEconomic Growth and DevelopmentTravaux en français237 207