Systematic review approaches for climate change adaptation research
Notice bibliographique
Résumé
Recent controversy has led to calls for increased standardization and transparency in the methods used to synthesize climate change research. Though these debates have focused largely on the biophysical dimensions of climate change, human dimensions research is equally in need of improved methodological approaches for research synthesis. Systematic review approaches, and more recently realist review methods, have been used within the health sciences for decades to guide research synthesis. Despite this, penetration of these approaches into the social and environmental sciences has been limited. Here, we present an analysis of approaches for systematic review and research synthesis and examine their applicability in an adaptation context. Customized review frameworks informed by systematic approaches to research synthesis provide a conceptually appropriate and practical opportunity for increasing methodological transparency and rigor in synthesizing and tracking adaptation research. This review highlights innovative applications of systematic approaches, with a focus on the unique challenges of integrating multiple data sources and formats in reviewing climate change adaptation policy and practice. We present guidelines, key considerations, and recommendations for systematic review in the social sciences in general and adaptation research in particular. We conclude by calling for increased conceptual and methodological development of systematic review approaches to address the methodological challenges of synthesizing and tracking adaptation to climate change.
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 | 0,559 | 0,699 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,041 | 0,040 |
| Études des sciences et des technologies | 0,005 | 0,016 |
| Communication savante | 0,015 | 0,014 |
| Science ouverte | 0,010 | 0,013 |
| Intégrité de la recherche | 0,012 | 0,013 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».