MétaCan
Menu
Back to cohort
Record W7038133599

Formas de Apropiación del Espacio Público en la Zona Monumental de la Ciudad de Huancayo

2021· dissertation· es· W7038133599 on OpenAlexaboutno aff

Bibliographic record

Venuerenati · 2021
Typedissertation
Languagees
FieldAgricultural and Biological Sciences
TopicColeoptera Taxonomy and Distribution
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationContext (archaeology)Statistical analysisQuarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

La presente investigación “Formas de apropiación del espacio público en la Zona\nMonumental de la ciudad de Huancayo” se realizó a partir del siguiente problema:\n¿Qué diferencias existen entre las formas de apropiación del espacio público en\nlos parques Inmaculada y 15 de Junio de la ciudad de Huancayo?, el objetivo\nfue: Establecer las diferencias de las formas de apropiación del espacio público\nen los parques Inmaculada y 15 de Junio de la ciudad de Huancayo. Y la\nhipótesis planteada fue: Existen diferencias significativas de las formas de\napropiación del espacio público en los parques Inmaculada y 15 de Junio de la\nciudad de Huancayo.\nPara la investigación, como método general se aplicó el método científico y como\nmétodos específicos el descriptivo y estadístico. Esta investigación es de tipo\naplicada, nivel descriptivo y diseño descriptivo comparativo. La técnica utilizada\nes de la encuesta, cuyos instrumentos fueron los cuestionarios. Se consideró\nuna población de 266 sujetos en el parque Inmaculada y 207 sujetos en el parque\n15 de Junio y el muestreo utilizado fue probabilístico. Seguidamente se validó\nlos instrumentos utilizando el alfa de Cronbach, para el instrumento cuyo valor\nobtenido es 0.831 y 0.855 respectivamente por cada parque, por lo tanto, los\ninstrumentos son aceptables.\nFinalmente, se aplicó la U de Mann-Whitney dónde el valor p es de 0.046, por lo\ntanto, se afirma que hay diferencia significativa en la apropiación del espacio\npúblico en ambos parques.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.650
Threshold uncertainty score0.852

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.009
GPT teacher head0.249
Teacher spread0.241 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venuerenatiSame topicColeoptera Taxonomy and DistributionFrench-language works237,207