MétaCan
Menu
Retour à la cohorte
Enregistrement W4416817173 · doi:10.22541/essoar.176442684.45381296/v1

Groundwater Adaptation in the Pacific Islands: A Transdisciplinary Review

2025· article· W4416817173 sur OpenAlexafffund
Satoshi Tajima, Roland Purtschert, Marie-Claude Savard, Morgane Rosier, René Therrien, Caroline Coulombe, Christin Müller, Janie Masse-Dufresne, Frédéric Richard, Lucien Bertone, Florent Barbecot, Philippe Lucas‐Picher, Robson Tigona, José Antonio Corcho Alvarado, Philip Brunner

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensÉcole de Technologie SupérieureCentrEau - Quebec Water Management Research CentreUniversité du Québec à Montréal
Organismes subventionnairesUniversity of CambridgeGovernment of CanadaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésClimate changeGroundwaterGroundwater resourcesEffects of global warmingHydrology (agriculture)

Résumé

récupéré en direct d'OpenAlex

The Pacific Islands are among the most exposed regions to the impacts of climate change. Groundwater resources, as vital resources that are an integral part of cultures, must be preserved and protected. These resources are inherently limited and highly vulnerable to climate change across multiple time scales, including sea level rise and rising air and ocean temperatures, as well as changes in the frequency and intensity of tropical cyclones and droughts. This transdisciplinary review aims to optimize the design and implementation of effective adaptation measures to ensure sustainable water management in the Pacific Islands. The review begins with a guiding question: What approaches are most relevant and effective for investigating groundwater resources and for designing and implementing adaptation strategies on these islands? Based on a synthesis of the hydrogeological background, projected climate change impacts on groundwater, and potential adaptation strategies to support groundwater security, we identify three key considerations for ensuring effective and sustainable adaptation. First, adaptation measures must be tailored to the diverse social and cultural contexts of Pacific Island communities, including local governance structures, inter-community diversity, beliefs, and cultural practices, to avoid maladaptation and achieve culturally appropriate, socially acceptable adaptation. Second, in line with the first consideration, integrating traditional knowledge with insights from hydrological and climate sciences is essential for developing adaptation strategies. In this article, we define traditional knowledge as the cumulative, place-based, and culturally grounded ways of knowing developed through generations of lived experience and close interaction with ancestral territories, encompassing orally transmitted understandings of environmental change and human–environment relationships. Each discipline and epistemology offers complementary strengths, and transdisciplinary, inter-epistemic engagement can bridge them by linking empirical approaches that inform broader-scale observations and analytical frameworks with traditional knowledge grounded in lived experience and cultural continuity. Third, adaptation must progress despite irreducible uncertainties in climate projections and hydrogeological conditions, using frameworks such as “robust” and “collaborative” decision-making to ensure inclusivity. Overall, inclusive engagement of diverse stakeholders and inter-epistemic, transdisciplinary dialogues are crucial to achieve sustainable water management in the Pacific Islands facing climate change.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,117
Tête enseignante GPT0,348
Écart entre enseignants0,231 · 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.

Devis d'étudeQualitatif
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClimate Change, Adaptation, MigrationTravaux en français237 207