Human competences that facilitate adaptation to climate change: a research in progress
Notice bibliographique
Résumé
Purpose For communities threatened by current or impending climate change, adaptation is becoming a necessity. Although little research has been done on human competences so far, this research shows that some appear to facilitate the adaptation process. The purpose of this multiple‐case study is to identify adaptive competences demonstrated by two groups of Canadian citizens: municipal employees in a coastal community and farmers. Design/methodology/approach As part of workshops based on a problem solving process, the two groups analyzed the impacts of climate change in their field of work and geographical area, chose a problem related to these impacts, suggested and then implemented adaptation measures. The municipal employees worked on sea level rise, whereas the farmers focused on poor soil quality, which makes it vulnerable to bad weather. Findings By thematically analyzing the verbatim transcripts of the workshops and by building narratives, the authors were able to identify similar adaptive competences in both groups: local knowledge, futures thinking, hindsight, risk prediction, critical thinking, decision‐making, and problem solving (highlighting key problem components, suggesting solutions, and identifying constraints). However, two competences were chiefly found in the group composed of farmers: optimism and openness to novelty. Originality/value This study is one of the first to lead to recommendations regarding the pedagogical support of citizens during an adaptation process to climate change. These recommendations might be helpful in many communities where adaptation to climate change is a pressing issue.
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 | 0,001 | 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 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 ».