Systematic content analysis: A combined method to analyze the literature on the daylighting (de-culverting) of urban streams
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this era of climate change, novel nature-based solutions, like the daylighting (de-culverting) of streams, that enhance the socio-ecological resilience are gaining prominence. Yet, the growing body of literature on stream daylighting spreads over an array of seemingly disconnected disciplines and lacks consistency in the terminology and the definitions of the practice. Moreover, nearly all the literature review studies on stream daylighting (mostly produced since 2000) underscore, as their point of departure, the daylighting projects rather than a review of the literature's content per se. Therefore, this study reassesses the literature on stream daylighting with a particular focus on its role, as a nature-based solution, for climate change mitigation and adaptation and for socio-environmental justice. We combine the systematic literature review (an all-encompassing review of the available literature on stream daylighting) with the inductive content analysis (an in-depth analysis of this literature's nature). Accordingly, we investigate all the relevant English-language publications since the first peer reviewed article on stream daylighting was published in 1992 until the end of 2018 to analyze four themes: the disciplines and sub-disciplines of the literature; the terminologies and synonyms of stream daylighting; the definitions of stream daylighting; and the case studies tackled in the literature.•We develop a method that combines a systematic review of the stream daylighting literature and inductive content analysis.•The method provides insights on the stream daylighting's literature's disciplines, terminologies, synonyms and case studies.•The method is adaptable particularly, to nascent areas of study where sources' numbers range between 100-200.
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.
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 | 0,012 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle