Tracing and building up environmental justice considerations in the urban ecosystem service literature: A systematic review
Notice bibliographique
Résumé
The concept of ecosystem services (ES) has mainstreamed as an interdisciplinary framework in the urban sustainability and resilience agenda. While the uptake of ES in urban areas is deeply entangled with multiple values, trade-offs, institutions, management and planning approaches, there is still a lack of a comprehensive and systematic framework to address environmental justice (EJ) in urban ES assessments. This article presents a systematic literature review to examine what factors are critical for the effective inclusion of an EJ lens in urban ES appraisals. More specifically, we assessed how distributional, procedural and recognitional EJ dimensions have been addressed, and in relation to which types of urban ES. Our results reveal that EJ considerations are currently focused on the (un)equal distribution of ES and the associated green and blue infrastructure with regard to socioeconomic groups, with special attention to income and race/ethnicity as the main mechanisms of social stratification. There is also a predominant focus on regulating and cultural ES, analyzing their role on resilience and adaptive capacity on one hand, and recreational values, social cohesion and place-making on the other. In this review, we also evaluate the interconnected dimensions of justice and their constraints, and lay out pathways for new research into intersectional and restorative approaches to justice in ES assessments. Finally, we interrogate what the role of urban ES-based planning might be in making more inclusive and just cities and explore its implications for policy and practice.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».