How to integrate wetlands in urban planning to achieve greater resilience? The case of Douala IV urban municipality (Cameroon)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Integrating wetlands into urban planning is a critical challenge for sustainable and resilient cities worldwide. This study examines the Douala IV urban municipality in Cameroon, where wetlands face intense pressures from population growth, industrial expansion, and unregulated urbanization. Using a mixed-methods approach combining GIS-based spatial analysis, field observations, and 27 semi-structured interviews with key stakeholders, we quantified the extent and rate of wetland loss. Our results indicate that mangrove areas decreased from 1591 ha in 1990 to 541 ha in 2024, corresponding to an annual loss rate of 2.40 % between 1990 and 2012 and 2.32 % between 2012 and 2024, reflecting persistent degradation despite the adoption of a municipal land-use plan in 2012. This rapid decline amplifies the socio-environmental vulnerability of local populations, compromising natural flood mitigation, water purification and groundwater recharge. Stakeholder interviews reveal that governance inefficiencies, overlapping institutional roles, and weak enforcement of environmental regulations contribute significantly to wetland encroachment. Our findings highlight the urgent need for targeted interventions, including zoning revisions, and participatory planning, to integrate wetlands into urban planning. By linking wetland degradation with urban vulnerability, this study provides evidence-based insights for policymakers and urban managers seeking to strengthen socio-ecological resilience and reduce urban population vulnerability.
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.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle