Integrating Evidence-Based Management Principles with Green Economy in Kampung Tematik
Notice bibliographique
Résumé
This study aims to improve the management of Kampung Tematik (thematic village) through the application of evidence-based management (EBM) to optimize social, economic, and environmental outcomes in supporting the green economy.The methods used include semistructured interviews with twenty-five Kampung Tematik leaders Focus Group Discussion (FGD) with nine Tangerang City Regional Development Planning Agency participants, and direct observations.Data were triangulated to strengthen the analysis.The data were analyzed using Grounded Theory through open, axial, and selective coding to develop a framework that integrates EBM and the green economy.The study's findings show that effective waste management and greening initiatives are crucial in reducing emissions and increasing economic value through community participation.Additionally, participatory decision-making plays a significant role in ensuring sustainable governance and equitable resource distribution.Other emerging themes include emission reduction, economic value, social equity, and EBM principles.In conclusion, EBM encourages collaboration, decision-making, and continuous improvement in organizational practices.This study underscores that the integration of EBM within Kampung Tematik governance fosters collaboration, data-driven decision-making, and continuous improvement in sustainability practices.These findings hold broader implications for policymakers and community leaders by demonstrating how local sustainability initiatives can contribute to achieving SDGs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».