Coastal Natural and Nature-Based Features: International Guidelines for Flood Risk Management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Natural and nature-based features (NNBF) have been used for more than 100 years as coastal protection infrastructure (e.g., beach nourishment projects). The application of NNBF has grown steadily in recent years with the goal of realizing both coastal engineering and environment and social co-benefits through projects that have the potential to adapt to the changing climate. Technical advancements in support of NNBF are increasingly the subject of peer-reviewed literature, and guidance has been published by numerous organizations to inform technical practice for specific types of nature-based solutions. The International Guidelines on Natural and Nature-Based Features for Flood Risk Management was recently published to provide a comprehensive guide that draws directly on the growing body of knowledge and practitioner experience from around the world to inform the process of conceptualizing, planning, designing, engineering, and operating NNBF. These Guidelines focus on the role of nature-based solutions and natural infrastructure (beaches, dunes, wetlands and plant systems, islands, reefs) as a part of coastal and riverine flood risk management. In addition to describing each of the NNBF types, their use, design, implementation, and maintenance, the guidelines describe general principles for employing NNBF, stakeholder engagement, monitoring, costs and benefits, and adaptive management. An overall systems approach is taken to planning and implementation of NNBF. The guidelines were developed to support decision-makers, project managers, and practitioners in conceptualizing, planning, designing, engineering, implementing, and maintaining sustainable systems for nature-based flood risk management. This paper summarizes key concepts and highlights challenges and areas of future research.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle