MétaCan
Menu
Retour à la cohorte
Enregistrement W2104815763 · doi:10.1177/0956247808089158

Climate change and coastal cities: the case of Mombasa, Kenya

2008· article· en· W2104815763 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironment and Urbanization · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesnon disponible
Mots-clésLandlocked countryGeographyTourismClimate changePort (circuit theory)Vulnerability (computing)TanzaniaPopulationSocioeconomicsUrbanizationEnvironmental protectionAgricultureEnvironmental planningEconomic growthPolitical scienceEngineeringArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper discusses the risks that the city of Mombasa faces from the direct and indirect impacts of climate change. Mombasa is Kenya's second largest city and has more than 700,000 inhabitants. It is the largest seaport in East Africa, serving not only Kenya but also many landlocked countries and the north of Tanzania. The city has a history of disasters related to climate extremes including floods, which cause serious damage nearly every year and, often, loss of life. The floods in October 2006 were particularly serious, affecting some 60,000 people in the city and the wider province. In addition, around 17 per cent of Mombasa's area could be submerged by a sea-level rise of 0.3 metres, with a larger area rendered uninhabitable or unusable for agriculture because of water logging and salt stress. Tourism is an important part of the city's economy. Thus, sandy beaches, historic and cultural monuments and several hotels, industries and port facilities would be negatively affected. This paper also discusses the measures needed to reduce the vulnerability of Mombasa's population and economic base 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,233

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,162
Écart entre enseignants0,149 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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