Adaptation to climate change in urban areas: Climate-greening London, Rotterdam, and Toronto
Notice bibliographique
Résumé
This article aims to gain insight into the governance capacity of cities to adapt to climate \nchange through urban green planning, which we will refer to as climate-greening. The use of green \nspace is considered a no-regrets adaptation strategy, since it not only absorbs rainfall and moderates \ntemperature, but simultaneously can contribute to the sustainable development of urban areas. However, \ngreen space competes with other socio-economic interests that also require space. Urban planning can \nmediate among competing demands for land use, and, as such, is potentially useful for the governance \nof adaptation. Through an in-depth case study of three frontrunners in adaptation planning (London, \nRotterdam, and Toronto), the governance capacity for climate-greening urban areas is analysed and \ncompared. The framework we have developed utilizes five sub-capacities: legal, managerial, political, \nresource, and learning. The overall conclusion from the case studies is that the legal and political subcapacities \nare the strongest. The resource and learning sub-capacities are relatively weak, but offer \nconsiderable growth potential. The managerial sub-capacity is constrained by compartmentalization and \ninstitutional fragmentation, two key barriers to governance capacity. These are effectively blocking the \nmainstreaming of adaptation in urban planning. The biggest opportunities to enhance governance capacity \nlie in the integration of adaptation considerations into urban-planning processes, the establishment of links \nbetween adaptation and mitigation policies, investment in training programmes for staff and stakeholders \nin adaptation planning, and providing infrastructure for learning processes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 source (Gemma direct ou Codex distillé), 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 ».