Anpassung an den Klimawandel: Planungsansätze regionaler Entwicklungsstrategien im Vergleich
Bibliographic record
Abstract
Das Weißbuch der EU zum Thema Klimaanpassung sowie die deutsche Anpassungsstrategie nennen die Raumplanung als wichtige Koordinatorin für die Entwicklung und Koordination von Klimaanpassungsstrategien. Es gibt jedoch auch andere Ausgangspunkte für eine Entwicklung, mit denen eine Anpassungsstrategie formuliert werden kann. Wie Regionen ihre Anpassungsstrategien entwickeln, wurde im Rahmen dieser Arbeit anhand von vier Beispielprojekten untersucht. Es wurden jeweils zwei Projekte aus den Forschungsvorhaben KlimaMORO vom Bundesministerium für Verkehr, Bau- und Stadtentwicklung (BMVBS) und zwei Projekte aus dem Forschungsvorhaben KLIMZUG vom Bundesministerium für Bildung und Forschung (BMBF) analysiert. Beide Fördervorhaben haben das Ziel regionale Anpassungsstrategien zu erarbeiten, verfolgen dabei jedoch unterschiedliche Herangehensweisen. KlimaMORO ist auf die Entwicklung neuer regionalplanerischer Instrumente und Anpassungsmaßnahmen konzentriert, während Klimzug einen innovativen und wirtschaftlich orientierten Weg vorschreibt. So bieten bereits diese Vorgaben unterschiedliche Ansätze einer Strategieentwicklung. Im Zuge dieser Arbeit wird untersucht, ob die unterschiedlichen Ansätze der Strategien der jeweiligen Projekte dennoch mit ähnlichen Chancen und Hemmnissen konfrontiert werden. Durch die Analyse der Planungsansätze der Beispielprojekte wurden Elemente für eine geeignete Anpassungsstrategieentwicklung identifiziert. In einer Gesamtbetrachtung aller Vorgehensweisen wurden die unterschiedlichen Lösungsansätze verglichen und potenzielle Chancen und Hemmnisse in einer Gesamtbetrachtung erarbeitet.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.020 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".