Resilience and capacity in small island jurisdictions: a case study of adaptation for climate change on Prince Edward Island
Notice bibliographique
Résumé
The purpose of this case study was to examine the constraints and opportunities that those involved in policy creation in Prince Edward Island perceive as enhancing or impeding their ability to implement climate change adaptation policy, specifically land-use policies that could assist communities in\npreparing for the impacts resulting from sea-level rise. Twenty-six key informants were questioned using an open-ended semi-structured interview guide. Specific objectives that were addressed in the questionnaire included: gaining an understanding of key informants’ perceptions of risk and the\nimportance of adaptation; providing insights into the adaptive capacity of select communities on PEI by examining past, present and future adaptation strategies; investigating issues of sub-national jurisdiction and governance to determine who is responsible for implementing adaptation strategies in\nisland communities; and determining whether aspects of islandness (resulting from operating in a small island environment) influence adaptive capacity by presenting constraints or opportunities for adaptation. The interview results were transcribed verbatim and analysed using qualitative techniques,\nspecifically framework analysis. Themes, concepts, and results are discussed using the theoretical framework of resilience thinking and using relevant island studies literature. Data analysis yielded two conceptual models that explain the interactions between common responses for barriers and\nopportunities for the creation of a land use policy for sea-level rise (SLR). One model demonstrates why there is an absence of land use policy for SLR while the other suggests how to utilise strengths and opportunities to move forward with the creation of a land use policy for SLR. The thesis concludes with\na summary of recommendations for how to move forward with land use policy for sea-level rise.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».