MétaCan
Menu
Retour à la cohorte
Enregistrement W4409211682 · doi:10.18280/ijsdp.200323

Strategic Planning for Sustainable Development Using Spatio-Temporal Analysis

2025· article· en· W4409211682 sur OpenAlexvenueno aff
Yohanes Eko Widodo, Yerik Afrianto Singgalen

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Katolik Indonesia Atma JayaUniversitas Indonesia
Mots-clésSustainable developmentStrategic planningEnvironmental planningBusinessProcess managementEnvironmental resource managementGeographyEnvironmental sciencePolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

This study presents a strategic planning framework for sustainable development through comprehensive spatio-temporal analysis, using Nusa Lembongan's mangrove ecosystem as a case study.The research implements an innovative methodological approach combining temporal satellite imagery analysis from 2014 to 2024 with systematic stakeholder feedback assessment to develop evidence-based sustainable development strategies.Longitudinal analysis using Landsat 8 OLI satellite imagery reveals significant development patterns, with NDVI calculations demonstrating sustained ecosystem resilience in 89% of the study area while identifying critical transition zones where development pressures have increased moderate NDVI values from 32 to 60 pixels.Strategic analysis of development impacts shows that 65% of environmental pressure concentrates in specific development nodes, particularly in areas of intensive infrastructure utilization.The research identifies three primary strategic focus areas through stakeholder feedback analysis: environmental resource management (156 documented concerns), infrastructure development impacts (122 cases), and sustainable resource utilization (134 instances).Integration of spatial data with stakeholder input enables the formulation of targeted development strategies, with particular emphasis on areas showing increased pressure, as evidenced by the emergence of low NDVI values in 5 pixels by 2024.The findings demonstrate the effectiveness of spatio-temporal analysis in strategic planning, providing quantifiable metrics for sustainable development decision-making while highlighting specific areas requiring immediate intervention.This research establishes a replicable framework for evidence-based strategic planning that balances development imperatives with environmental sustainability, offering practical insights for policymakers and development practitioners in similar contexts.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0020,005
Communication savante0,0080,006
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,126
Tête enseignante GPT0,405
Écart entre enseignants0,279 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetComplex Systems and Decision MakingTravaux en français237 207