Water, Water Everywhere: Toward Participatory Solutions to Chronic Urban Flooding in Jakarta
Notice bibliographique
Résumé
Jakarta has entered an era of chronic flooding that is annually affecting tens of thousands of people, most of whom are crowded into low-income neighbourhoods in flood-prone areas of the city. As the greater Jakarta mega-urban region—Jabodetabck—approaches the 30 million population mark and the sources of flooding become ever more complex through combinations of global climate change and human transformations of the urban landscape, government responses to flooding pursued primarily through canal improvements fall further behind rising flood risks. Years of field observation and archival and ethnographic research arc brought together in a political ecology framework to answer key questions concerning how government responses to flooding continue without significant participation of affected residents, who arc being compelled to relocate when floods occur. How do urban development processes in Jakarta contribute to chronic flooding? How does flooding arise from and further generate compound disasters that cascade through Jakarta’s expanding mega-urban region? What is the potential for neighbourhoods and communities to collaboratively respond through socially and environmentally meaningful initiatives and activities to address chronic flooding? Floods, urban land use changes, spatial marginalization, and community mobilization open new political dynamics and possibilities for addressing floods in ways that also assist neighbourhoods in gaining resilience. The urgency of floods as problems to be solved is often interpreted as a need for immediate solutions related only to flood management, but community resilience is more crucially attained in non-emergency times by expanding rights to dwell in this city, build houses, and create vernacular communities, livelihoods, and social support networks.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,023 | 0,015 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,002 | 0,023 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».