Greening plans as (re)presentation of the city: Toward an inclusive and gender-sensitive approach to urban greenspaces
Notice bibliographique
Résumé
Cities around the world are increasingly expanding their sustainability agendas and adopting urban green and blue infrastructure planning as a strategy to become more resilient, healthy and sustainable. However, the development of urban greening governance often lacks a holistic vision that considers social inequities within the planning, implementation and management of green and blue spaces. Further, gender inequities have been a specific dimension particularly overlooked in urban greening planning, despite gender concerns gaining increasing political relevance in recent years. In this research, we assessed the extento to which social and gender equity are being considered in urban greening plans and projects at the local level. We chose Barcelona (Spain) as main case study due to its pioneering role in implementing crosscutting equity and gender policies at the municipal level. Building on document analysis and semi-structured interviews with key stakeholders, we examined how social justice and gender are understood and operationalized in practice, from the design phase to implementation and maintenance of greening projects. Our findings suggest a shift in the role of urban greening which evolved from an ornamental role to a multifunctional vision of greening and is recently incorporating equity and inclusivity concerns. We identified three action areas of inclusive, gender-sensitive urban green planning practices: first, the incorporation of inclusivity and care as guiding visible values to recognize multiple needs of city residents; second, urban design for different uses and perceptions of greenspaces, particularly in relation to accessibility and autonomy; and third, the awareness and expertise from municipal staff vis-à-vis the consideration of social and gender equity in green planning and participatory approaches. Finally, we provide practical examples of the strategies that the City of Barcelona is implementing in each area and discuss some challenges and limitations, including what we identify as ad hoc intersectional greening.
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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».