Integrating Climate Resilience into Construction Project Management: A Global Narrative Review of Frameworks, Policies and Implementation Challenges
Notice bibliographique
Résumé
Climate change increases the risk of floods, heatwaves, droughts, and sea-level rise for infrastructure investments. These dangers disrupt supplies, delay schedules, and raise costs, demonstrating that standard Construction Project Management (CPM)—focused on cost, scope, and time—must now include climate resilience. However, previous studies have not synthesized how resilience frameworks and policies translate into project management practices, leaving a gap between theory and implementation. This narrative study summarizes global frameworks, policy instruments, and implementation issues in integrating climate resilience into CPM. A structured literature search was conducted across Scopus, Web of Science, ScienceDirect, and Google Scholar using relevant keywords. Thematic analysis identified conceptual frameworks, governance mechanisms, and practice barriers from 2000 to 2025. Four main findings emerged: (1) existing frameworks such as the Sendai Framework, IPCC AR6 pathways, ISO 14090/14091, World Bank CSIF, and FIDIC guidance support adaptive project management; (2) policy deficiencies persist due to weak enforcement and lack of resilience KPIs; (3) barriers include financial disincentives, limited climatic data, and uneven capacity; and (4) emerging best practices suggest lifecycle alignment, digital integration (BIM–GIS–twins), and outcome-based procurement. Integrating resilience throughout the project lifecycle can shift construction management from reactive hardening to proactive, climate-informed infrastructure delivery.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».