[Re]covering Jeddah’s Wadis – Building the City’s Resilience through Green Infrastructure
Notice bibliographique
Résumé
Jeddah, Saudi Arabia’s largest coastal city, is positioned between two prominent natural features: the mountain range on its eastern side and the Red Sea on its west. The city faces many challenges central to which is storm water drainage. The natural drainage of the city through its pre-existing wadis, bringing down the rain water from the steep mountain ranges through the low inclining coastal plane and into the sea, has been interrupted in the last few decades by massive road infrastructural projects cutting through the city and interrupting the natural flow. The outcome of these interventions has been excessive flooding calamities, of which the ones in 2009 and 2011 were the most extreme, causing severe damage to infrastructure, property and lives.In light of climate change the intensity of flash floods is expected to increase, placing enormous stress on the city. To control the floods the city has pushed forward heavily engineered solutions, canalizing the rich network of wadis, almost 80 in number, into 4 major concrete channels that discharge the rain water accumulated in the mountains directly into the sea. This solution, which has been prohibitive in cost, has robbed the city of any potential of utilizing the precious supply of rain water. This paper explores the potential of recovering Jeddah’s wadis and creating green corridors across the city. As opposed to engineered solutions which address singular problematics, green infrastructures could provide numerous benefits to the city and the region as a whole.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».