MétaCan
Menu
Retour à la cohorte
Enregistrement W3011343978 · doi:10.1007/s10668-020-00676-3

Powering and puzzling: climate change adaptation policies in Bangladesh and India

2020· article· en· W3011343978 sur OpenAlexfundno aff
Ryan Stock, Sumit Vij, Asif Ishtiaque

Notice bibliographique

RevueEnvironment Development and Sustainability · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Illinois at Urbana-ChampaignDepartment for International DevelopmentIndian Institute of Management AhmedabadAmerican Institute of Indian StudiesInternational Development Research CentreArizona State UniversityU.S. Department of State
Mots-clésAdaptation (eye)Corporate governanceVulnerability (computing)NegotiationEmpowermentGovernment (linguistics)Climate changePolitical scienceEconomic systemDevelopment economicsPolitical economyEconomic growthSociologyEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract South Asia is a region uniquely vulnerable to climate-related impacts. Climate change adaptation in India and Bangladesh evolves using powering and puzzling approaches by policy actors. We seek to answer the question:how do powering and puzzling approaches influence the climate change adaptation policy design and implementation processes in Bangladesh and India?We adopted two strategies to collect and analyze data: semi-structured interviews and discourse analysis. We found that adaptation policymaking is largely top-down, amenable to techno-managerial solutions, and not inclusive of marginalized actors. In Bangladesh, power interplays among ministerial agencies impair the policy implementation process and undermine the success of puzzling. Local-scale agencies do not have enough authority or power to influence the overall implementation processes occurring at higher scales of governance. The powering of different actors in Bangladesh is visible through a duality of mandates and a lack of integration of climate adaptation strategies in different government ministries. The powering aspect of India’s various adaptation policies is the lack of collective puzzling around the question of differentiated vulnerability by axes of social difference. Paradoxically, India has a puzzling approach ofhiding behind the poorin international negotiations. Moving forward, both countries should strive to have more inclusive and equitable adaptation policymaking processes that enable the participation of marginalized populations and represent their anxieties and aspirations. Identifying policy-relevant insights from South Asia using the powering and puzzling approaches can foster adaptation policy processes that facilitate empowerment, the missing piece of the adaptation policymaking puzzle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,021
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0070,015
Communication savante0,0070,004
Science ouverte0,0010,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,076
Tête enseignante GPT0,278
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations40
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment Development and SustainabilityMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207