Towards a Bottom-up Approach for Localising SDGs in African Cities Findings from Cairo and Dar es Salaam
Notice bibliographique
Résumé
This article attempts to apply a localisation methodology previously devel- oped by the authors to analyse the current status of the implementation and monitoring apparatuses for SDGs 6 (water and sanitation) and 11.2 (mobil- ity) in the case study cities – Cairo and Dar es Salaam. It uses comparative, top-down and grounded bottom-up analyses to identify gaps in the existing SDG framework and ultimately proposes a set of evaluation criteria to replace the global indicators with new localised and quantifiable indicators in the two cities. In doing so, it responds to prevalent critiques of SDGs specific to their application in the global South, including difficulties in measuring and monitoring urban conditions, misrepresentation due to the reduction of complex local conditions to abstracted data, and the inadequate capacity of the agenda to consider and assess informal activity. The proposed revisions to targets and indicators for SDG 6.1, 6.2 and 6.b, and SDG 11.2, were later discussed with community organisers and residents to bolster their validity, and represent a stepping stone towards negotiating better sustainable-development paradigms with Egyptian and Tanzanian policy-makers. More generally, these revisions invite further inquiries into other African cities or other geographies with a prominent urban informality in order to update the general SDG framework across its seventeen goals and develop locally embedded standards for different kinds of service provision and outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».