MétaCan
Menu
Retour à la cohorte
Enregistrement W7163023609 · doi:10.3126/njg.v2i1.51456

Land management and human resource development policies in Nepal

2003· article· W7163023609 sur OpenAlexaff
Hari Prasad, Mahendra Prasad Sigdel

Notice bibliographique

RevueNepalese journal of geoinformatics/Journal of geoinformatics Nepal · 2003
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueLand Rights and Reforms
Établissements canadiens3v Geomatics (Canada)
Organismes subventionnairesnon disponible
Mots-clésLivelihoodLand managementNatural resourceLand useContext (archaeology)NepaliNatural resource managementSustainable developmentHuman resources

Résumé

récupéré en direct d'OpenAlex

Nepali life is closely dependent on land resources. Though small in size, Nepal is endowed with multiple land resources more than enough to provide good livelihood to the whole population if they are properly harnessed and utilized. Spatial diversity in terms of climate, topography and associated bio-domains is enough to illustrate Nepal's richness in resources. In order to utilize those resources, first thing for Nepal to do is to have a sustainable vision and mission based on reliable, disaggregated and organized information for harnessing of the resources towards sustainable livelihood. Such system can not be put into place in the absence of human resources capable of doing in-depth survey of lands in relation with human beings and understand inherent resources therein. Nepal has, however, not yet oriented its HRD policies towards this direction. Focus is still either on general education or engineering trades other than surveying. Whether it relates to land reform, natural resource management or agricultural development, the course of Nepal's development cannot be directed towards sustainable livelihood unless the HRD policies place due emphasis on developing quality land surveyors and land managers. This paper tries to analyse the present HRD policies of the country in the context of surveying and land management.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,208 · 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'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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNepalese journal of geoinformatics/Journal of geoinformatics NepalMême sujetLand Rights and ReformsTravaux en français237 207