Climate solutions to meet the suburban surge: leveraging COVID-19 recovery to enhance suburban climate governance
Notice bibliographique
Résumé
Cities dominate the local climate governance arena, yet both the U.S. and Canada are suburban nations. The vast reaches of suburbia, which far exceed urban cores in land area, population, and emissions impacts, lag on climate action. At the same time, they are comparatively underserved by, and underrepresented within, the policy community. COVID-19 pandemic driven flight from cities to pastoral safety was hyped in the media, but the reality is a more mundane suburban acceleration. As always, suburbs provide more space, 2020s top commodity, at a lower cost. This stands at odds with the prescriptions of urban climate experts, where mixed-use, walkable density is the path to meeting Paris Agreement targets. Without a more expansive approach to subnational action, the popular movement around cities for climate will fail to deliver on its potential. We suggest going beyond narratives that position suburbs as helpful accessories, arguing instead that suburbs themselves can be a locus of climate action. In the context of a green recovery, additional steps include expanding suburban capacity through existing or new networks and supporting organizations engaged in suburban planning to adopt promising practices for equitable, integrated adaptation and mitigation. This approach could be an ideal use of recovery funds, with the potential to parlay immediate action into long-term gains. Governments have always subsidized the suburbs. COVID-19 recovery offers a narrow window to redirect and enhance those subsidies to bring the management of climate impacts within reach.Key policy insightsSuburbs, due to their share of population, land area and emissions, must become centres of climate action, not accessories to urban plans.Climate action should be designed to meet the specific circumstances of suburban communities. Examples include focusing on retrofitting existing buildings, integrating mixed-use zoning, and prioritizing demand-side management.Suburban communities can immediately begin adopting the most promising practices for equitable, integrated adaptation and mitigation.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».