MétaCan
Menu
Retour à la cohorte
Enregistrement W4411618108 · doi:10.51847/gxcm2kkdv0

10.51847/gxcm2KKdv0

2000· article· en· W4411618108 sur OpenAlexvenueno aff

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWatershedCitizen journalismBusinessComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Participatory Technology Development (PTD) project was one of the elements of the comprehensive management plan of Honam watershed that was performed in collaboration with ICARDA 1 to improve the livelihood resilience of poor farmers in the Honam watershed area.The purpose of this study was to analyze factors affecting success of Participatory Technology Development (PTD) project in Honam watershed of Lorestan province.This study was conducted as a survey research.Statistical population consists of187 farmers in the project which126 people of them were chosen as statistical samples through simple random sampling; and finally 114 questionnaires were collected and analyzed.In experts' section of theproject, 78 people were selected through census and eventually, 67 questionnaires were collected.Face and content validity of the questionnaire was assessed by six professors in agricultural college of Tehran University and Tarbiat Modares University; and its reliability was between 0.87-0.91.The results showed that the factors in farmers' section included four factors of "individual-technical empowerment", "effective communication with farmers", "self-esteem", and "consideration of indigenous knowledge and experiences" which generally explained 69.52% ofthe total variance of the factors; as well as the results of experts' section suggested that four factors of "the improvement of participatory communications", "emphasis on participatory learning development in different stages", "indigenous knowledge", and "changing the role of individuals in the project" explained 61.67% of the total variance.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,9490,939

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 Opus0,005
Tête enseignante GPT0,150
Écart entre enseignants0,145 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetSmart Cities and TechnologiesTravaux en français237 207