MétaCan
Menu
Retour à la cohorte
Enregistrement W4393986504

Adaptation to climate change in coastal area in Canada and Senegal, a North-South comparison

2015· preprint· fr· W4393986504 sur OpenAlexaboutno aff
Mélinda Noblet

Notice bibliographique

Revuenon disponible
Typepreprint
Languefr
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)Climate changeClimate change adaptationGeographyClimatologyEnvironmental resource managementOceanographyEnvironmental scienceGeologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette thèse porte sur les processus institutionnels et vernaculaires d'adaptation au changement climatique en zone côtière. L'objet de cette thèse est d'interroger l'idée couramment admise au sein de la communauté internationale selon laquelle les pays du Sud seraient plus vulnérables et moins aptes à faire face aux impacts négatifs du changement climatique que les pays du Nord. A travers une comparaison Nord/Sud entre un pays considéré comme « développé » : le Canada et un pays dit « en développement » : le Sénégal, cette thèse analyse la manière dont les problèmes du climat et de la vulnérabilité climatique sont perçus et gérés au sein des sociétés canadienne et sénégalaise ainsi que les actions mises en œuvre au titre de l'adaptation. Pour se faire, nous avons choisi d'inscrire notre travail dans une approche constructiviste en élaborant un cadre d'analyse qui conjugue à la fois les démarches multi-scalaire, définitionnelle, interactionniste et diachronique. D'un point de vue méthodologique, cette thèse s'appuie sur une démarche qualitative et privilégie l'usage de l'entretien semi-dirigé et du groupe de discussion. Nos résultats démontrent d'une part que la vulnérabilité climatique est un problème public international (Nord/Sud) et que les capacités à s'adapter semblent faibles au Nord comme au Sud. D'autre part, nous observons que le réchauffement climatique et les différents problèmes qu'il engendre viennent questionner plus que jamais les modes de gestion des enjeux environnementaux et les modèles de développement des sociétés d'aujourd’hui aussi bien au Nord qu'au Sud

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,239
Écart entre enseignants0,179 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAeolian processes and effectsTravaux en français237 207