MétaCan
Menu
Retour à la cohorte
Enregistrement W4200063533 · doi:10.17645/up.v6i4.4399

Equity in Urban Climate Change Adaptation Planning: A Review of Research

2021· review· en· W4200063533 sur OpenAlexaff
Kayleigh Swanson

Notice bibliographique

RevueUrban Planning · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Vulnerability (computing)DisadvantagedClimate changeSocial vulnerabilityAdaptation (eye)Environmental justiceSocial equalityPolitical scienceEnvironmental planningEnvironmental resource managementPublic economicsSociologyGeographySocial psychologyPsychologyEconomics

Résumé

récupéré en direct d'OpenAlex

A growing number of cities are preparing for climate change by developing adaptation plans, but little is known about how these plans and their implementation affect the vulnerability of groups experiencing various forms of underlying social inequity. This review synthesizes research exploring the justice and equity issues inherent in climate change adaptation planning to lay the foundation for critical assessment of climate action plans from an equity perspective. The findings presented illuminate the ways in which inequity in adaptation planning favours certain privileged groups while simultaneously denying representation and resources to marginalized communities. The review reveals the specific ways inequity is experienced by disadvantaged groups in the context of climate change and begins to unpack the relationship between social inequity, vulnerability, and adaptation planning. This information provides the necessary background for future research that examines whether, and to what extent, urban adaptation plans prioritize social vulnerability relative to economic and environmental imperatives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,697
Tête enseignante GPT0,546
Écart entre enseignants0,151 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban PlanningMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207