Estrategias de adaptación y reducción de vulnerabilidad al cambio climático en asentamientos informales urbanos : Estudios de caso para el fortalecimiento de la visibilidad internacional de la Universidad del Valle.
Bibliographic record
Abstract
Frente a los desafíos del cambio climático, las ciudades colombianas tendrán que implementar planes integrales de reducción de la vulnerabilidad en cientos de asentamientos urbanos informales (AUI). Este estudio analiza las estrategias de adaptación al cambio climático que serán necesarias en este proceso. El proyecto será realizado por un equipo multidisciplinario de investigación (una asociación entre la Universidad del Valle y la Universidad de Montreal en Canadá), que combina la experiencia necesaria para cubrir tres categorías de análisis: a) los planes: el uso del suelo, planes estratégicos y ambientales, b) los procesos de contratación pública: mecanismos para gestión del suelo, métodos de intervención, etc., y c) los proyectos: los proyectos urbanos de diseño, infraestructura, desarrollo de tierras, etc. El estudio se concentrará en la realización de dos estudios de caso y dos seminarios/ taller internacional que permitirán reforzar las competencias y la visibilidad de los programas existentes de Maestría y Doctorado en arquitectura y urbanismo de la Universidad del Valle. Los resultados incluyen la documentación y el análisis de prácticas y condiciones para una adaptación exitosa al cambio climático y la gestión del territorio en los AUI en el Valle del Cauca y en Cuba.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".