“The Big Ship Turns Around Slowly”: An Evaluation of Equity and Justice in Ontario Climate Action Plans
Notice bibliographique
Résumé
Problem, research strategy, and findings Here I report the results of an evaluation of climate action plans for three cities in Ontario (Canada). The evaluation was guided by a framework containing criteria for assessing the degree to which climate action plans address distributive, procedural, recognition, and healing justice. The framework was developed through consultations with climate change scholars and representatives from equity-deserving groups. Results suggest there is considerable risk that equity-deserving groups will be left behind in the transition to more climate-friendly communities. Findings are based on empirical evidence from the plan evaluation and qualitative evidence from interviews with representatives from equity-deserving groups in the case study cities.Takeaway for practice I offer recommendations for how planners and other urban actors can integrate equity considerations into municipal climate action planning. Planners can (a) actively support equity-deserving communities in transcending historical discrimination by specifying how underserved groups are part of the future vision for a community, (b) frame justice as a core focus of the planning process rather than an end that planning practice should strive to achieve, (c) address the current gap between best practice and actual practice regarding meaningful engagement of underserved communities, and (d) more carefully consider the potentially regressive outcomes of climate action. These actions require planners to educate themselves about the underlying drivers of inequity in a specific community.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».