MétaCan
Menu
Retour à la cohorte
Enregistrement W4293071646 · doi:10.2495/ei-v5-n2-161-172

Urban Participation + Research + Regulation Method (PRRM) to Broadly Implement Green Urban Infrastructure Solutions

2022· article· en· W4293071646 sur OpenAlexaff
Jon Laurenz, Jone Belausteguigoitia, Daniel Roehr

Notice bibliographique

RevueInternational Journal of Environmental Impacts · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGreen infrastructureEnvironmental planningBusinessEnvironmental science

Résumé

récupéré en direct d'OpenAlex

the 2030 Agenda shows the path to achieve the sustainable development goals. in addition, the international paris Agreement, the ipcc reports on climate change and the recent cop26 in glasgow urge the international community to decarbonize their economies and move towards carbon neutral countries by 2050. As urban designers, willing to meet these international commitments through our profession, green urban infrastructure solutions (gUis) evidence cost-efficient policy tools to respond to climate change. this paper includes the implementation of gUis in two pilot projects in the Basque country. in addition, the environmental benefits derived from such green intervention are analyzed, in terms of climate change adaptation, including the amelioration of stormwater runoff, reduction of urban hot spots and improvement of urban air quality. the paper also highlights the barriers and difficulties encountered when implementing these gUis into practice. this includes the skepticism about innovative urban solutions and the lack of experience in gUis. therefore, the paper proposes an urban participation, research and regulation method in order to overcome current barriers and enhance a broad implementation of gUis to comply with international commitments.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,525
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,351
Écart entre enseignants0,294 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental ImpactsMême sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207