MétaCan
Menu
Retour à la cohorte
Enregistrement W2476756007 · doi:10.1002/9781118451694.ch4

Adaptation to climate change and participatory action research (PAR): lessons from municipalities in Quebec, Canada

2016· preprint· en· W2476756007 sur OpenAlexafffundabout
Steve Plante, Liette Vasseur, Charlotte da Cunha

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensBrock UniversityUniversité du Québec à Rimouski
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCorporate governanceAdaptation (eye)Climate changePsychological resilienceClimate change adaptationParticipatory action researchCitizen journalismEnvironmental resource managementEnvironmental planningResilience (materials science)Climate resiliencePolitical scienceProcess (computing)Action (physics)GeographyBusinessSociologyEcologyEnvironmental scienceComputer science

Résumé

récupéré en direct d'OpenAlex

In Canada, coastal communities such as many other communities in the world are facing the impacts of climate change. This chapter examines the role of participatory action research (PAR) as a tool for enhancing governance capacity of communities that are trying to develop and implement adaptation strategies to climate change. It first introduces coastal communities facing climate change, and the concepts of governance and social ecological system (SES). The chapter then discusses the idea of community-based activities such as PAR to identify adaptation solutions, and the aspects of governance that should be integrated into the concept of coastal SES. Moreover, it describes through a case study the potential of PAR in achieving this goal by improving resilience through governance in coastal SESs. Finally, the chapter discusses the conditions, the barriers, and the lessons learned from the case study to ensure a successful process.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,328
Tête enseignante GPT0,387
Écart entre enseignants0,059 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetSustainability and Climate Change GovernanceTravaux en français237 207