MétaCan
Menu
Retour à la cohorte
Enregistrement W2995768298 · doi:10.3390/w11122654

Discourse of Flood Management Approaches and Policies in Bangladesh: Mapping the Changes, Drivers, and Actors

2019· article· en· W2995768298 sur OpenAlexafffund
C. Emdad Haque, Abul Kalam Azad, Mahed-Ul-Islam Choudhury

Notice bibliographique

RevueWater · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFlood mythContext (archaeology)Intervention (counseling)Flood risk managementEnvironmental planningPsychological interventionFlood controlEnvironmental resource managementEmergency managementFlood preventionPolitical scienceBusinessEconomic growthGeographyEconomicsPsychology

Résumé

récupéré en direct d'OpenAlex

The fundamental processes of policy shifts emphasize how policy problems emerge and how policy decisions are made to overcome previous shortcomings. In Bangladesh, flood management policies may also have been driven by policy failures and flood-disaster events. In this context, we examined how policy shifts occurred in the country from 1947 to 2019 in areas of water management and flood prevention, control, and risk mitigation. To understand the nature of these policy shifts, we examined the evolutionary processes of flood management policies, the associated drivers, and the roles of key actors. Our findings reveal that policy transitions were influenced primarily by the predominance of the structural intervention paradigm and by catastrophic flood events. Such transitions were nonlinear due to multiple interest groups who functioned as contributors to, as well as barriers against, flood prevention policies. Policy debates over environmental concerns helped bring about a shift from a primary focus on structural intervention to a mixed approach incorporating various nonstructural interventions. Furthermore, our results suggest that the shifts in flood management policies have resulted in some degree of reliance on a “people-centered” approach rather than solely an “engineering coalition”, which emphasizes the pivotal role of community members in decision making and the implementation of flood policies and programs.

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 enseignants0,013
Score d'incertitude au seuil0,167

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 Opus0,021
Tête enseignante GPT0,206
Écart entre enseignants0,186 · 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

Citations34
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetFlood Risk Assessment and ManagementTravaux en français237 207