Beyond reduction: climate change adaptation planning for universities and colleges
Notice bibliographique
Résumé
Purpose The purpose of this paper is to outline a unique six‐step process for the inclusion of climate change adaption goals and strategies in a University Climate Change Plan. Design/methodology/approach A mixed‐method approach was used to gather data on campus climate change vulnerabilities and adaption strategies. A literature review highlighted common themes in adaption research. Meetings, surveys, and a specialized workshop with climate scenarios were created to elicit campus and community input. Findings The majority of the peer‐reviewed and grey literature surrounding climate change adaptation planning is aimed at larger levels of organization than a University campus (e.g. nations, populations, regions, and cities). An original planning process was created to identify vulnerabilities, risks and strategies. Key vulnerabilities fell into three main areas of concern: energy, transportation, and built environment. Adaptation goals, objectives and strategies were outlined for the Dalhousie University Climate Change Plan, based on risk levels associated with vulnerabilities. Research limitations/implications The adaption survey and workshop was created for this research. Small improvements were suggested for future use. The six weather scenarios presented at the workshop emphasized extreme events. Some participants felt that scenarios should be developed that feature smaller climate changes over a longer period of time. The prioritization activity used to establish risk needed to clarify the definition of risk being used. Future scenarios could include more consideration of socio‐economic factors. Originality/value Specific planning frameworks to create campus‐level climate adaptation strategies are sparse. A unique planning framework and workshop was developed to identify key climate change adaption strategies for universities.
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 | 0,000 | 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 ».