Planning for global environmental change in Bangkok's informal settlements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Government agencies in cities across Asia recognise that municipalities must take steps to adapt to projected climate changes if people and places are to be kept above water. This paper focuses on planning for climate change in Bangkok because it ranks among the top 10 port cities vulnerable to climate change related flooding. It is also understood that the most devastating impacts of climate change will be suffered by the city's most vulnerable residents: the poor. Not only do impoverished people occupy physically vulnerable space, such as riverbanks, but they are also the least equipped to recover from the disruption of their livelihoods.Several scholars have identified “institutional traps” that prevent the Thai government from successfully aiding poor and marginalised flood victims in the past. These include poor coordination, lack of monitoring and evaluation, rigidity, crisis management and elite capture. Lebel, Manuta, and Garden (2011, 56) Lebel, L., J.B. Manuta, and P. Garden. 2011. “Institutional Traps and Vulnerability to Changes in Climate and Flood Regimes in Thailand.” Regional Environmental Change 11 (1): 45–58.[Crossref], [Web of Science ®] , [Google Scholar] pose the crucial question: “How have individuals – from local community leaders through to national level politicians and bureaucrats – successfully influenced policy and programmes to avoid institutional traps and improve adaptive capacities to climate change?”In this paper, we begin to address this question through examining emergent methods of “community based adaptation” and reviewing case studies of adaptation action from other vulnerable communities in the Global South. These lessons – such as overcoming institutional rigidity and avoiding elite capture – are important for Bangkok and other cities in the Global South that face many different challenges by global environmental 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.
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 | 0,001 | 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) | 0,000 | 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 découle