MétaCan
Menu
Retour à la cohorte
Enregistrement W4376611631 · doi:10.1101/2023.05.11.538642

Nature-based solutions in Australia: a systematic quantitative literature review of terms, application and policy relevance

2023· preprint· en· W4376611631 sur OpenAlexaff
Dan Zhu, Lily Fraser, Dave Kendal, Yue Zhang, Emily J. Flies

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensFuture Earth
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Relevance (law)Systematic reviewConsistency (knowledge bases)Political scienceEnvironmental planningSustainabilityManagement scienceClimate changeEnvironmental resource managementGeographyComputer scienceEngineeringEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Nature-based Solutions (NbS) are emerging as an approach to sustainable environmental management and addressing environmental and social issues in ways that benefit human well-being and biodiversity. NbS have been applied to social-environmental challenges such as climate change and urbanization, but with diverse conceptualisations and applications that may impact their effectiveness and broader uptake. Much of the literature and implementation of NbS has emerged from Europe and though NbS use is rising in Australia, the context is unclear. This systematic quantitative literature review aims to understand Nature-based Solutions in an Australian context. Here we explore the meaning and practical uses of NbS in Australia, through three research questions: In Australia, 1) what is meant by the term ‘nature-based solutions’? 2) what socio-ecological challenges do NbS aim to address and how? 3) are there gaps in NbS research and policy application that are hindering uptake of NbS approaches? We show that in Australia, local governments are using NbS in urban planning to address the compounding challenges brought on by climate change in the human-environment interfaces. However, there is no consensus on NbS definitions and approaches, research is focussed on urban areas and problems, and NbS implementation follows a bottom-up, localised pattern without an integrated policy framework. Based on these findings, we provide recommendations for improving the implementation of NbS in Australia including: 1) a consistency of NbS definition and awareness of NbS approaches; 2) interdisciplinary and interdepartmental collaboration on NbS methods and effectiveness and; 3) an integrated policy framework supporting NbS nationwide.

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)0,073
score de la tête « metaresearch » (Gemma)0,188
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0730,188
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0490,043
Études des sciences et des technologies0,0020,003
Communication savante0,0070,008
Science ouverte0,0020,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,247 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetLand Use and Ecosystem ServicesTravaux en français237 207