Finding common ground: a comparison between coastal nature-based solutions in the Netherlands and British Columbia, Canada
Notice bibliographique
Résumé
Many coastal communities worldwide are facing challenges caused by increasing sea levels. However, urban development, population growth and industrialisation in low-lying delta regions persist. This includes the Netherlands and British Columbia, Canada. Both regions explore new and innovative flood risk and adaptation strategies by initiating nature-based solutions (NBS) pilot projects and integrating research and community initiatives. The aim of this paper is to learn from the experiences with these NBS pilots and support practitioners with insights and knowledge about the prospectives and implementation process of NBS. Our study takes a bird's eye view by diving into four NBS case study projects that try to enhance flood defence and quality of life while considering ecosystems and community values simultaneously. To better understand current initiatives on NBS, we first describe the historical trajectories of flood risk management and climate adaptation policy in both countries. Then we analyse two urban and two suburban case studies to identify and compare enablers and barriers that surround the implementation of NBS. We use the Pilot Paradox as a framework to reflect on the enablers and barriers, and to formulate recommendations for barriers that are common ground. We found that upscaling of the pilots forms an important challenge in both countries. We also found that Canada is interested in exchanging technical knowledge, experiences, and insights with other countries through the involvement of international researchers, consultants, and students in projects. Such collaboration between countries, communities, practitioners, and academics could accelerate the development of innovative climate adaptation strategies worldwide.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».