MétaCan
Menu
Retour à la cohorte
Enregistrement W7128494427 · doi:10.64903/1480-6800.22.4.298

Living Qualities in Urban Village Communities in Kuala Lumpur: Identification of Domains and Indicators of Quality of Life

2019· article· W7128494427 sur OpenAlexvenueno aff
Muhammad Syamil Mohd Shamsul, Norhaslina Hassan, Safiah Yusmah Muhammad Yusoff, Amirhosein Ghaffarianhoseini

Notice bibliographique

RevueArab world geographer · 2019
Typearticle
Langue
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKuala lumpurUrbanizationIdentification (biology)Urban villageQuality of life (healthcare)

Résumé

récupéré en direct d'OpenAlex

Urbanisation has serious impacts on many challenges associated with quality of life. In Kuala Lumpur, the pace of urbanisation has led to some change, resulting in some villages becoming a formal part of the city. Research on facets of the quality of life – what we term here ‘living qualities’ – in urban village communities is important in understanding the impact of urban development on these marginalised communities. This paper aims to identify the domains and indicators for such living qualities in urban village communities in Kuala Lumpur through in-depth analysis and synthesis, investigating the respective domains and indicators as also supported by relevant policies in Malaysia. The study provides validation based on expert consensus to further strengthen the justification for the domains and indicators selected. Based on an extensive review of related relevant research on living qualities and validation by experts, nine domains and 45 indicators have been identified with a CVR (content validity ratio) of 0.62 or higher and a CVI (content validity index) of 0.99. The findings can be utilised as a basis for assessing facets of the quality of life in urban village communities in Kuala Lumpur and as a whole.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,316
Écart entre enseignants0,293 · 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.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207