Framework and proposed indicators for the comprehensive evaluation of inclusiveness: the case of climate change adaptation
Notice bibliographique
Résumé
Inclusion has been gaining increased attention in various domains, including education and the workplace, as well as development, governance, urbanization, and innovation. However, in the context of climate change adaptation (CCA), the concept of “inclusiveness” remains comparatively underexplored, with no overarching framework available. This gap is crucial, given the global scope and multifaceted nature of climate change, which demands a comprehensive and inclusive approach. In this article, we address this deficiency by developing a comprehensive conceptualization of inclusive climate change adaptation (ICCA). Grounded in ethical analysis, our framework is presented for discussion and practical testing. We identify nine specific priority areas and propose one to two qualitative indicators for each, resulting in a suite of 15 indicators for the evaluation of ICCA policies. This research not only highlights the urgency of incorporating inclusiveness into CCA, but it also provides a practical framework by which to guide policymakers, practitioners, and researchers in this critical endeavor. By acknowledging and accommodating diverse value systems and considering the entire policy process, from conception to evaluation, we aim to foster a more inclusive and sustainable approach to CCA.
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 | 0,095 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,021 | 0,015 |
| Études des sciences et des technologies | 0,007 | 0,019 |
| Communication savante | 0,015 | 0,014 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».