MétaCan
Menu
Retour à la cohorte
Enregistrement W4410423775 · doi:10.1016/j.ejrh.2025.102460

Nature-based solutions for flood mitigation in Canadian urban centers: A review of the state of research and practice

2025· review· en· W4410423775 sur OpenAlexafffundabout
Ali Zoghi, Émilie Bilodeau, Muhammad Naveed Khaliq, Yeowon Kim, Jean‐Luc Martel, Jennifer Drake

Notice bibliographique

RevueJournal of Hydrology Regional Studies · 2025
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensNational Research Council CanadaÉcole de Technologie SupérieureCarleton University
Organismes subventionnairesCity of VancouverInfrastructure CanadaNational Research Council CanadaNational Research Council
Mots-clésFlood mythState (computer science)Environmental planningGeographyRegional scienceWater resource managementComputer scienceEnvironmental scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Study region Canadian urban regions. Study focus This paper examines nature-based solutions (NBS) for urban flood mitigation, assessing various practices such as bioretention cells, green roofs, permeable pavements, and rainwater harvesting in the context of Canadian cities. New hydrological insights for the region The findings reveal that NBS are increasingly recognized as effective tools for managing urban stormwater and improving flood resilience. However, there is a significant gap between research and practice, with many municipalities still in the pilot project phase. Challenges include lack of region-specific design guidelines, especially for cold climates, and insufficient long-term performance and monitoring data. The paper highlights the need for more studies on assessing NBS effectiveness in northern regions, which remain under-researched. Additionally, the integration of NBS with traditional grey infrastructure is critical to maximizing flood mitigation benefits. The review also identifies the importance of developing cost-effective strategies and improved modeling tools to support the broader implementation of NBS. Future research should focus on evaluating NBS combinations, understanding their adaptive capacity in a warming climate, and addressing data gaps to bridge the divide between academic findings and practical applications of NBS.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,104
Tête enseignante GPT0,405
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Hydrology Regional StudiesMême sujetUrban Stormwater Management SolutionsTravaux en français237 207