Notice bibliographique
Résumé
Development planners and project managers have used a wide variety of tools to manage a broad range of environmental risks, including those posed by climate variability, for a long time. Some of these tools have also now been modified to take into account the risks posed by climate change. At the same time, there has been a recent emphasis in developing more dedicated tools which have an explicit focus on screening for climate change risks and for facilitating adaptation. The purpose of this paper is to analyse this latter set of tools targeted to screen climate change risks. The paper focuses on the need to consider the experiences of users as well as developers, and to investigate the extent to which tools are meeting user needs and if opportunities may exist for streamlining the tools landscape. This analysis is therefore an effort to contribute to the alignment and harmonisation priorities of the Paris Declaration on Aid Effectiveness of March 2005 and the follow-up Accra Agenda for Action of September 2008. While a “one-size-fits-all” approach or methodology may not be appropriate, there may be opportunities to provide common guidance on specific topics, such as categorisation and risk management frameworks, and to clarify the diverse terminology. In an effort to improve the use of screening and assessment tools, the paper recommends that the development community increase partner country ownership of risk screening and assessment tools/processes, narrow the gap between process guidance tools and data and information provision tools, supply guidance for users in moving from analysis to action and collaborate to prepare harmonised guidelines. While this analysis is limited to tools which have an explicit focus on climate change and adaptation, future work should also consider existing risk analysis tools which are practically used in development planning and modified for applications to adaptation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».