MétaCan
Menu
Retour à la cohorte
Enregistrement W4399265606 · doi:10.5539/ass.v20n3p87

Cultural Empowerment Models and Mechanisms in Rural Development: A Case Study in Zhang Village, China

2024· article· en· W4399265606 sur OpenAlexvenueno aff
Siwei Yu, Tan Chee Seng, Ding Fan, Nor Zarifah Maliki, Ge Ma

Notice bibliographique

RevueAsian Social Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésZhàngChinaEmpowermentEconomic growthRural developmentSocioeconomicsSociologyGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

This study in Zhang Village, Muchuan County, Leshan City, China, examines cultural empowerment's role in stimulating rural endogenous development and outlines related development models and pathways. This research uses a multidimensional approach to analyze vital cultural elements in Zhang Village. The study uses Lasso regression analysis to quantitatively assess these cultural components' impact on rural development, supported by a five-year dataset from 2018 to 2022. The analysis incorporates a comprehensive dataset of cultural activities, facilities, industry outputs, and policy implementations in the village. Findings reveal that protecting traditional crafts, harnessing cultural industries' economic potential, and robustly implementing cultural policies are crucial to rural development. Cultural empowerment significantly enhances economic performance and community engagement. This enhancement promotes economic diversification and strengthens social cohesion and cultural identity. The study emphasizes the essential need to develop effective cultural policies that foster an environment conducive to sustainable rural development. It argues that integrating cultural aspects into comprehensive development strategies is critical. The research offers new theoretical insights and practical approaches, contributing to discussions on rural revitalization.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
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 Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,256 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetRural development and sustainabilityTravaux en français237 207