Participation as a device for raising awareness. The challenge of urban forestry
Notice bibliographique
Résumé
La discussione proposta affonda le radici nel tentativo di depolarizzare il dominio delle strategie bottom-up da un lato, e la forestazione urbana quale controparte - la cui consapevolezza nelle istituzioni è in crescita, soprattutto vista l’urgenza di adottare politiche efficaci a contrastare, in primis, la tendenza del cambiamento climatico. Questo, tuttavia, ancora non influisce direttamente sui cittadini. Il dibattito mira a comprendere il possibile ruolo della partecipazione nei processi decisionali, di governance e di intervento attivo per sensibilizzare la comunità verso un tema così delicato, legato al diffuso discorso sulle nature-based solutions, sui cambiamenti climatici, sulla resilienza urbana e sulle questioni ambientali. Globalmente, sono migliaia le città e le aree metropolitane che hanno aderito o stanno aderendo a un movimento di forestazione urbana – quali Toronto, Melbourne, Singapore, Londra come esempi virtuosi – e da qualche anno anche la Città Metropolitana di Milano con l'iniziativa di ForestaMi. Il paradigma da risolvere è la rilevante connessione tra la causa che la Forestazione Urbana intende perseguire, e la ricettività dei cittadini, utenti finali di queste strategie. Risulta fondamentale quindi il tentativo di comprendere se, in questo scenario di strategie green di rigenerazione urbana, una proposta partecipativa più intensa e “operativamente transcalare” possa costituire un dispositivo per sensibilizzare “dal basso”. Laddove l'approccio top-down non sembra fornire i risultati attesi, la soluzione potrebbe essere un approccio più radicato dal basso: può un ribaltamento di paradigma essere la soluzione efficace per rilanciare la Forestazione Urbana sul territorio europeo, riconnettendo le persone con la natura?
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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».