Risk: A Fundamental Barrier to the Implementation of Low Impact Design Infrastructure for Urban Stormwater Control
Notice bibliographique
Résumé
Rapid transformations of the urban landscape to cope with infrastructure needs have adverse consequences on the aquatic environments from urban stormwater runoff flows and the associated pollutants washed into the rivers and lakes. The implementation of low impact design (LID) infrastructure is considered a better approach to conventional management and control of urban runoff but has been slow, or non-existent, in many new urban cities. In addition to institutional, technological, social and economic barriers, risks and concern for contractual liabilities are identified as factors prohibiting uptake of low impact design. This article is based on findings from interviews; a survey and online questionnaire. The data obtained from the online survey was analyzed using non-parametric tests. First, the study showed risk as the most dominant factor inhibiting implementation of LID infrastructure. In addition, the results show a significant difference exists between professionals with LID implementation hands-on experience versus their counterparts with theoretical knowledge alone. Due to self-efficacy of professionals with practical experience, they are more inclined to favour and promote LID infrastructure, and hence possess better propensity for contractual liabilities risk taking. Summarily, the article proposes dissemination of relevant information among practitioners to improve LID knowledge apprehension and utilization. This will reduce perception of risk that will promote uptake. In addition, team collaboration with equitable contractual risk sharing for LID project planning and implementation is advocated.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».