Eliminación y acopio de basuras de vías públicas que repercuten en la contaminación ambiental y actitud sanitaria de la población de Juliaca, 2021
Bibliographic record
Abstract
El presente trabajo de investigación titulado: eliminación y acopio de basuras n de vías públicas que repercuten en la contaminación ambiental y actitud sanitaria de fue determinado la repercusión de la eliminación y acopio de basuras de vías públicas en la contaminación ambiental y la actitud sanitaria de la población de juliaca 2021, siendo el ámbito de estudio en cuatro áreas críticas de juliaca : área a semestre salida a Huancané, área b sureste salida Arequipa , área c norte salida a cusco y área de sur salida a puno. El diseño de la investigación fue pre experimental de un grupo caso, de una sola medición u observación en función a tres variables variable independiente, eliminación y acopio de basuras de vías públicas variable dependiente: contaminación ambiental y variables inter viniente actitud sanitaria de la población fue por un total de 238,000 habitantes para lo cual se utilizó la distribución porcentual 5 % de la población total. El tamaño de la muestra fue de 596 pobladores, 149 para cada área de estudio. Se utilizó la técnica instrumento encuesta /cuestionario para las variables independiente y dependiente y test de actitud sanitaria para la variable intermitente. De prueba estadística de contrastación de la hipótesis fue la de regresión múltiple, análisis de varianza y chicuadrada , con un margen de error del 5% y un nivel de confianza del 95 %. Estilo de redacción es el de Vancouver.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".