MétaCan
Menu
Retour à la cohorte
Enregistrement W4402339221 · doi:10.1016/j.jenvman.2024.122426

On mapping urban community resilience: Land use vulnerability, coping and adaptive strategies in Ghana

2024· article· en· W4402339221 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Environmental Management · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Environmental planningCommunity resilienceGeographyEnvironmental resource managementCoping (psychology)Land useResilience (materials science)Adaptive capacityEnvironmental scienceClimate changeEcologyComputer scienceCivil engineeringPsychologyEngineeringComputer securityResource (disambiguation)

Résumé

récupéré en direct d'OpenAlex

Cities across the globe are prioritizing resilience in the wake of increasing climate change-related disasters. About 44% of these disasters are floods and their manifestation in cities is more pronounced, threatening urban social, ecological, and economic systems. This study draws on community resilience and participatory GIS, to examine land use vulnerability to flooding and local coping and adaptive strategies to achieve resilience. Using Ghana as a case study, the results show that participatory mapping offers community resilience benefits by providing context to community resilience challenges and potentials, enabling a deeper understanding of socio-environmental coupling that contributes to flood vulnerability and builds on community adaptive strategies through harnessing local community knowledge. We identified that topography, poor drainage and road network, rainfall variability, residents’ land use practices, and land use planning conundrum drive disparities in land use vulnerability to flooding. Participants underscored the necessity of critical urban infrastructure in facilitating community adaptability to floods. The findings indicate that socio-spatial inequities threaten urban community resilience, especially in increasingly cosmopolitan urban contexts, by putting the marginalized urban population in a more vulnerable position. We recommend the prioritization of recognitional equity in community resilience planning efforts to allow for the targeting of resilient interventions that reflect and respect social differentiation in the urban environment so that outcomes will not exacerbate or generate new urban socio-spatial inequalities. • Flood victims use participatory GIS to map vulnerability, coping and adaptive strategies. • Participatory mapping provides context to community resilience challenges and potentials. • Anthropogenic and natural elements drive land use vulnerability to flooding. • Urban inequalities put marginalized urban populations in a more vulnerable position. • Recognitional equity should be prioritized in community resilience planning.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,531
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,043
Tête enseignante GPT0,280
Écart entre enseignants0,237 · 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