A critical knowledge pathway to low‐carbon, sustainable futures: Integrated understanding of urbanization, urban areas, and carbon
Notice bibliographique
Résumé
Abstract Independent lines of research on urbanization, urban areas, and carbon have advanced our understanding of some of the processes through which energy and land uses affect carbon. This synthesis integrates some of these diverse viewpoints as a first step toward a coproduced, integrated framework for understanding urbanization, urban areas, and their relationships to carbon. It suggests the need for approaches that complement and combine the plethora of existing insights into interdisciplinary explorations of how different urbanization processes, and socio‐ecological and technological components of urban areas, affect the spatial and temporal patterns of carbon emissions, differentially over time and within and across cities. It also calls for a more holistic approach to examining the carbon implications of urbanization and urban areas, based not only on demographics or income but also on other interconnected features of urban development pathways such as urban form, economic function, economic‐growth policies, and other governance arrangements. It points to a wide array of uncertainties around the urbanization processes, their interactions with urban socio‐institutional and built environment systems, and how these impact the exchange of carbon flows within and outside urban areas. We must also understand in turn how carbon feedbacks, including carbon impacts and potential impacts of climate change, can affect urbanization processes. Finally, the paper explores options, barriers, and limits to transitioning cities to low‐carbon trajectories, and suggests the development of an end‐to‐end, coproduced and integrated scientific understanding that can more effectively inform the navigation of transitional journeys and the avoidance of obstacles along the way.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,032 |
| Communication savante | 0,015 | 0,027 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».