Strengthening city–university partnerships to advance sustainability solutions: a study of research collaborations between the University of British Columbia and City of Vancouver
Notice bibliographique
Résumé
Purpose This paper aims to investigate sustainability research collaborations between the City of Vancouver and the University of British Columbia (UBC), as a case study to better understand how to use city–university partnerships to advance effective urban sustainability policy and practices. The study compiles a basic inventory of partnerships since 2010, describes their benefits, areas for improvement, barriers to collaboration and proposes ways to increase and improve future collaborations. Design/methodology/approach The study draws on an electronic survey completed by 58 individuals and interviews with 13 such participants who were faculty members and staff at UBC and Vancouver. Findings Most collaborations responded to climate change in some way, were initiated through informal professional relationships and involved single departments in each organization. Projects ranged in size, duration and level of municipal funding. Although project participants were generally happy with past experiences, future collaborations could be improved by increasing leadership commitment and resources and producing more mutually beneficial outcomes. Barriers included lacking awareness of potential partners, difficulty aligning municipal needs with academic research interests and divergent expectations about project resources. The study recommends introducing formal processes to help identify overlapping interests and opportunities, enhance co-creation of projects and increase leadership and resources. Practical implications The findings may inform the development and implementation of future city–university partnerships to advance sustainable policies and practices in urban areas. Originality/value This paper contributes by reviewing experiences with city–university collaborations and offering evidence-based recommendations to improve them, thereby increasing opportunities for more effective urban sustainability solutions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,032 | 0,009 |
| Communication savante | 0,011 | 0,003 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».