A conceptual analytical framework for green infrastructure (GI) towards resilience building in urban contexts: A Stakeholders' collaboration perspective
Notice bibliographique
Résumé
The conceptualization of green infrastructure (GI) has evolved from a limited focus on individual green spaces to a more systemic approach that considers the interconnectedness of green spaces to offer a long-lasting, all-natural remedy for climate and urban challenges. This evolution has led to greater recognition of the importance of integrating GI into urban planning, significantly shaped by stakeholder participation . This paper presents a conceptual framework aimed at supporting GI planning and implementation, with a strong emphasis on stakeholders' collaboration. The framework is built upon the evolving understanding of GI, influenced by societal values, scientific advancements, collaborations, and policy frameworks. Through a systematic review of literature from 2013 to 2023, the paper examines the changing conceptions of GI, highlighting synergies and trade-offs in its application. Findings reveal that successful GI integration in urban planning requires a collaborative approach involving government, the private sector , and community groups. However, leading such collaboration effectively remains a challenge. The final conceptual framework presented in this paper outlines four stages of collaboration: the silo approach, multidisciplinary, interdisciplinary, and transdisciplinary models. By adopting a collaborative, evolving approach to GI implementation, urban areas can fully realize the potential benefits for both people and the environment.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».