Šalies subalansuotos plėtros vertinimas
Bibliographic record
Abstract
Magistro darbo „Šalies subalansuotos plėtros vertinimas“ tikslas – įvertinti Lietuvos plėtros subalansuotumą bei padarytą pažangą šioje srityje 1999–2003 m., taikant skirtingus vertinimo metodus bei remiantis gautais rezultatais atskleisti taikytų metodų tinkamumą šalies plėtros subalansuotumui vertinti. Pirmojoje darbo dalyje atskleidžiama subalansuotos plėtros koncepcijos raida bei šiandieninė subalansuotos plėtros įgyvendinimo situacija Lietuvoje. Antroje dalyje pateikiama subalansuotos plėtros rodiklių samprata, analizuojami skirtingų tarptautinių organizacijų naudojami bei Lietuvos Nacionalinėje darnaus vystymosi strategijoje pateiktas rodiklių rinkiniai bei jiems taikomi atrankos kriterijai. Nagrinėjami agreguoti rodikliai, naudojami subalansuotai plėtrai vertinti, bei rodiklių sisteminimo modeliai, išryškinamos jų stipriosios ir silpnosios savybės bei praktinis taikymo tinkamumas. Trečioje dalyje analizuojamas pasirinktas rodiklių rinkinys, Lietuvos plėtros subalansuotumui bei daromai pažangai šioje srityje vertinti. Taikant Gyvenimo kokybės indekso, Subalansuotumo barometro ir Subalansuotumo kompaso metodus, įvertinta Lietuvos plėtros subalansuotumo būklė 1999–2003 metų laikotarpiu, atlikta rezultatų prognozė 2005 metams. Tyrimo rezultate patvirtinama, kad visi taikyti metodai, subalansuotai plėtrai vertinti, yra tobulintini, gauti rezultatai yra subjektyvūs ir ginčytini, todėl tinkamiausio vertinimo būdo paieškos turi būti tęsiamos.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".