MétaCan
Menu
Retour à la cohorte
Enregistrement W3216343014 · doi:10.2495/sc210231

GREENING THE GREY: IMPLEMENTING GREEN URBAN SOLUTIONS, AS ADAPTATION RESPONSE TO CLIMATE CHANGE, IN A PILOT PROJECT IN LEGAZPI, BASQUE COUNTRY, SPAIN

2021· article· en· W3216343014 sur OpenAlexaff
Jon Laurenz Senosiain, Jone Belausteguigoitia, Daniel Roehr

Notice bibliographique

RevueWIT transactions on ecology and the environment · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGreeningClimate changeAdaptation (eye)Computer sciencePolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

This paper focuses on the implementation of green urban infrastructure solutions (GUIS) in an urban pilot project in Legazpi, Gipuzkoa (Spain). It shows the environmental benefits derived from an overall GUIS project, in terms of climate change adaptation, such as ameliorating stormwater runoff, reducing urban hot spots and improving urban air and water quality. The design process followed in this project started with a community engagement with the residents of Legazpi. A series of international case studies of GUIS were presented. The conclusions of the community engagement informed the final design and construction project. A selection of GUIS were implemented including permeable paving with high albedo finishing materials; bio-retention areas; stormwater retention tanks; and a vegetated pergola. During the design phase, the contribution of the applied GUIS to climate change adaptation was analyzed. It shows that proposed GUIS contribute to reduce the runoff by 25%, the urban temperatures by up to 20C, and sequester the 7% of the CO2 emissions from the site. The paper includes lessons learned and the barriers identified when implementing these GUIS. It demonstrates that implementing GUIS in an urban renovation project in Legazpi, are effective to mitigate climate change consequences. Larger projects and more experience are needed in both the construction sector and the technical professionals, to move from pilot projects to common 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,629
Score d'incertitude au seuil0,936

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,222
Écart entre enseignants0,198 · 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 tête enseignante, 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWIT transactions on ecology and the environmentMême sujetUrban Agriculture and SustainabilityTravaux en français237 207