MétaCan
Menu
Retour à la cohorte
Enregistrement W4392241660 · doi:10.18280/ijsdp.190202

Rantau Baru Village: An Eco-Socio-Educational Model for Environmental Management in Fishing Communities

2024· article· en· W4392241660 sur OpenAlexvenueno aff
Mahmud Alpusari, Zulfan Saam, Isjoni Isjoni, Nofrizal Nofrizal

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Methods and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Riau
Mots-clésFishingBaruEnvironmental planningEnvironmental resource managementGeographyBusinessEnvironmental scienceFisheryArchaeology

Résumé

récupéré en direct d'OpenAlex

Rantau Baru Village is a fishermen's traditional village located on the banks of the Kampar River. Because of the fish season and declining fish population, the fishermen's economy is currently unstable. In addition, the natural disasters caused by massive floods in the last 10 years, specifically also affected the fisherman's welfare. This study aimed to evaluate the ecological, social, and economic aspects of Rantau Baru Village before formulating an ecosocio-educational model in environmental management for the local fishing community. The research was performed through field observation and interviews. Eco-socio-education sustainability in environmental management was analyzed based on the Multidimensional Scaling (MDS) approach using the Rapid Assessment Technique for Fisheries (RAPFISH) program. An eco-socio-educational model was based on important variables in the Leverage of Attributes analysis. The eco-socio-educational model applied to environmental aspects, namely forest reforestation counseling, landscape rehabilitation, and environmentally friendly fishing gear; to social aspects, namely healthy living behavior, education on types of diseases, improvement of health facilities such as the provision of clean water, drinking water, and adequate public sanitation; to economic aspects, training and mentoring to business actors or micro small and medium enterprises, starting to introduce the development of ecotourism and fisheries tourism.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,049
Tête enseignante GPT0,375
Écart entre enseignants0,326 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetEducational Methods and ImpactsTravaux en français237 207