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 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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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