MétaCan
Menu
Retour à la cohorte
Enregistrement W4410133898 · doi:10.1002/wcc.70008

Four Principles of Transformative Adaptation to Climate Change‐Exacerbated Hazards in Informal Settlements

2025· article· en· W4410133898 sur OpenAlexaff
Ben Howard, Simon Moulds, Samuel Agyei‐Mensah, Khadiza Tul Kobra Nahin, Zahidul Quayyum, Brian E. Robinson, Wouter Buytaert

Notice bibliographique

RevueWiley Interdisciplinary Reviews Climate Change · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensMcGill University
Organismes subventionnairesWellcome Trust
Mots-clésTransformative learningInformal settlementsClimate changeHuman settlementAdaptation (eye)Climate change adaptationGeographySettlement (finance)HazardEnvironmental planningPolitical scienceEnvironmental ethicsSociologyEcologyEconomic growthPsychologyArchaeologyEconomicsBiologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Residents of urban informal settlements are among the most at-risk of climate change-exacerbated hazards. Yet, traditional approaches to adaptation have failed to reduce risk sustainably and equitably. In contrast, transformative adaptation recognizes the inextricable nature of complex climate risk and social inequality, embedding principles of social justice in pathways to societal resilience. Its potential for impact may be greatest in informal settlements, but its application in this context introduces a new set of challenges and remains largely aspirational. To address this missed opportunity, in this focus article we provide clarity on how transformative adaptation can manifest in informal settlements. Although context-dependency precludes the formulation of specific guidelines, we identify four principles which are foundational to its deployment in these settings. Acknowledging constraints, we define levels of achievement of the principles and suggest how they might be reached in practice. Achieving transformative adaptation in informal settlements is complex, but we argue that it is already achievable and could represent a prime opportunity to accelerate the rate of adaptation to build a climate resilient society.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,068
Communication savante0,0080,005
Science ouverte0,0030,015
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,149
Tête enseignante GPT0,379
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Climate ChangeMême sujetUrban and Rural Development ChallengesTravaux en français237 207