Towards a Bottom-up Approach for Localising SDGs in African Cities Findings from Cairo and Dar es Salaam
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
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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