MétaCan
Menu
Retour à la cohorte
Enregistrement W4285595273 · doi:10.3390/su14148623

The “Adaptation Paradox” and Citizen Ambiguity over Government Climate Policies: Survey Findings from Bangladesh

2022· article· en· W4285595273 sur OpenAlexaff
Todd A. Eisenstadt, Sk. Tawfique M. Haque, Michael Toman, Matthew Wright

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Corporate governancePoliticsAmbiguityBusinessLocal governmentEconomic growthPolitical sciencePublic administrationDevelopment economicsEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

National governments in the world’s most climate-vulnerable nations are using domestically sourced and international funding and expertise. However, local governments are where citizens in many developing countries turn to solve problems. Using results from a nationally representative sample in Bangladesh, one of the most climate-vulnerable nations in the world, we examine citizens’ perspectives about the responsibility of different levels of government to address climate change problems. Inasmuch as Bangladeshi survey respondents do draw distinctions, they trust local governments more than the national one. However, local governments tend to be relatively weak vis-à-vis the national government: political and financial resources are concentrated there, and the national government has access to the resources of international financial institutions. Furthermore, respondents tend to view local officials as embedded community networks more than as formal government agents. We conclude that better public communications across levels of government with vulnerable communities are needed if these communities are to protect themselves from extreme weather events, access services, and reap the benefits of “polycentric” climate adaptation governance across a full range of levels.

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)0,007
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
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 Opus0,057
Tête enseignante GPT0,319
Écart entre enseignants0,262 · 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.

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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207