MétaCan
Menu
Retour à la cohorte
Enregistrement W4390814563 · doi:10.53555/sfs.v10i1.1981

Analysis Of The Urbanisation Pattern In Haryana In 2011

2023· article· en· W4390814563 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrbanizationGeographyCensusLakhSocioeconomicsPopulationPopulation densityDominance (genetics)Urban areaAgricultureDemographyBiologyEcologyArchaeologySociology

Résumé

récupéré en direct d'OpenAlex

The urban population of Haryana was 88.2 lakh in 2011. Haryana experienced a significant increase in urbanisation level from 28.92 percent in 2001 to 34.88 percent in the next census enumeration in 2011, resulting in a decadal change of 5.95 percent. Faridabad district has the highest urban population as a percentage of the total population, with 79.51 percent. Additionally, it accounts for 16.27 percent of the state's total urban population. The region of Mewat has the lowest urban population percentage due to the dominance of social traditionalists among the Muslim community in this area. Panipat district has the highest urban density, with 6995.40 persons per sq. km. Among the 21 districts, it is worth noting that 3 districts in Haryana exhibit a relatively lower level of urban density. These districts primarily revolve around agricultural activity. Mewat has the lowest urban density in the state, historically it is a backward and underdeveloped area. The present study aims to describe the spatial pattern of urbanisation in Haryana. The data is derived from the census conducted in 2011.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,211
Tête enseignante GPT0,259
Écart entre enseignants0,049 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetAgricultural Economics and PracticesTravaux en français237 207