MétaCan
Menu
Retour à la cohorte
Enregistrement W2792912718 · doi:10.1080/09640568.2018.1435410

Climate adaptation management and institutional erosion: insights from a major Canadian port

2018· article· en· W2792912718 sur OpenAlexafffundabout
Adolf K.Y. Ng, Jason Monios, Huiying Zhang

Notice bibliographique

RevueJournal of Environmental Planning and Management · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEmbeddednessCorporate governanceConstruct (python library)Agency (philosophy)BusinessCollective actionPath dependenceAdaptation (eye)Climate changeInstitutional analysisEconomic systemPort (circuit theory)Climate change adaptationValue (mathematics)Environmental resource managementEconomicsPolitical scienceSociologyFinanceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This paper performs an institutional analysis of the adaptation to climate change by ports, through a case study of the port of Vancouver, Canada. While previous literature has demonstrated the value of informal institutions for filling gaps left by formal institutions, the role of failed informal institutions has received less attention. Our analysis reveals how, in the case of an unprecedented challenge like climate adaptation, relying on informal institutions with less agency can actually erode the strength of existing institutions in a form of negative institutional plasticity. In this case, emerging polycentric governance was unsuccessful, unable to construct clearly demarcated responsibilities due to impedance by the path dependence of the current federalist system. The latter works well for traditional infrastructure investments with a closed pool of stakeholders, but not for ports where multiple scales of embeddedness, both horizontally and vertically, produce a collective action problem with no mechanism for resolution.

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)0,000
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 enseignants0,237
Score d'incertitude au seuil0,473

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 Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,194 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations27
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Planning and ManagementMême sujetSustainability and Climate Change GovernanceTravaux en français237 207