MétaCan
Menu
Retour à la cohorte
Enregistrement W4410812882 · doi:10.1016/j.cosust.2025.101540

What functions for city networks in local climate governance? Conceptualising cross-site interactions as learning, moulding and steering

2025· article· en· W4410812882 sur OpenAlexaff
Jesse Schrage, Subina Shrestha

Notice bibliographique

RevueCurrent Opinion in Environmental Sustainability · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensThe Scarborough Hospital
Organismes subventionnairesUniversitetet i Bergen
Mots-clésCorporate governanceSteering committeeBusinessEngineeringEnvironmental scienceEngineering management

Résumé

récupéré en direct d'OpenAlex

City networks have become important platforms in urban climate governance, widely recognised for facilitating collaboration and mutual learning among municipalities. A wide literature now recognises how governing climate change in cities depends on collaborations within and across different sites. Yet, as city collaboration through networks has expanded, there remains much ambiguity over the strategic value — or what we term the functions — of these networks for member cities. In this paper, we draw on insights from the literature on urban climate governance to scrutinise the interactions and roles taken in and by city networks. We review how their functions in local climate governance have been conceptualised and analyse how these are evolving. While effective climate governance requires coordination and cooperation to foster collective action, we argue that clarifying the distinct functions that networks perform also reveals important challenges for local climate action.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,858

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 ouverte0,0000,001
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 Opus0,020
Tête enseignante GPT0,314
Écart entre enseignants0,294 · 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'étudeObservationnel
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Environmental SustainabilityMême sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207