MétaCan
Menu
Retour à la cohorte
Enregistrement W4389153511 · doi:10.18280/ijsdp.181111

Urban Spatial Management Strategy: Transforming Slums into Tourist Attractions in Bantarsari Bungursari Village, Tasikmalaya District

2023· article· en· W4389153511 sur OpenAlexvenueno aff
Siti Fadjarajani, Muhammad Zid, Mohammad Zohir Bin Ahmad Shaari, Vita Meylani

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCommunity-based Tourism Development and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismEnvironmental planningGeographyBusiness

Résumé

récupéré en direct d'OpenAlex

The high rate of population growth has caused many problems, one of which is the increase in slum areas which has resulted in a decline in environmental quality, residents' health, and the level of welfare of local residents.So a mature strategy is needed from and involving the community to overcome these problems, both through the development and promotion of agricultural and tourism products.This research aims to identify the potential of slum areas to become tourist villages, one of which is in Bantarsari Bungursari Village, Tasikmalaya City, and reveal the strategies and potential of rural areas in supporting slum areas to become tourist attractions.Data collection used a qualitative descriptive method by asking the community directly about the strategies used to transform slum areas into tourist areas.The research results show that the potential of the tourist village area is natural physical potential in the form of geographical factors that support rural tourism, namely agrotourism and house-building characteristics as well as socio-cultural potential in the form of friendly habits of local residents and good service to tourists.It can be concluded that slum area management can be carried out through the natural physical and socio-cultural potential of the community.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,019
Tête enseignante GPT0,306
Écart entre enseignants0,287 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetCommunity-based Tourism Development and SustainabilityTravaux en français237 207