MétaCan
Menu
Retour à la cohorte
Enregistrement W4312069562 · doi:10.24908/cpp-apc.v2022i1.15654

Ecosystem Services in Canadian City Planning

2022· article· en· W4312069562 sur OpenAlexaffvenueabout
Natasha Michele Tang Kai, Larry A. Swatuk, Roger Suffling, Mark Seasons

Notice bibliographique

RevueCanadian Planning and Policy / Aménagement et politique au Canada · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEcosystem servicesSustainabilityCorporate governanceClimate changeEnvironmental planningEnvironmental resource managementBusinessDisaster risk reductionValuation (finance)Climate change adaptationUrbanizationUrban planningSustainable developmentAdaptation (eye)Sustainability scienceGeographyEcosystemSustainability organizationsPolitical scienceEcologyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Sustainability plans offer insights into cities’ efforts to integrate sustainability but little on Ecosystem Services (ES) in sustainability and climate change planning. Integrating the Ecosystem Services Approach (ESA) in planning can help decision-makers understand the trade-offs between development scenarios and the human-nature relationship. This study surveyed Canada’s largest cities where threats to ES due to urbanization is the greatest. The survey explored the ES concept, frameworks, methods, applications in climate change planning and ES governance. It found that most cities recognize ES but had limited knowledge of ES frameworks and had challenges in ES valuation and mapping. The ESA was most promising in climate change planning to support climate adaptation and disaster risk reduction. The governance of ES appears to be partly responsible for its low and inconsistent uptake in planning. This study therefore recommends five policy and planning opportunities to help build climate resilient and sustainable cities.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,986

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,010
Études des sciences et des technologies0,0100,002
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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
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

Citations4
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Planning and Policy / Aménagement et politique au CanadaMême sujetLand Use and Ecosystem ServicesTravaux en français237 207