[Zurück]


Dissertationen (eigene und begutachtete):

A. Bogadi:
"How can knowledge matter? Using network perspective for enhancing environmental knowledge utilisation in urban green infrastructure planning";
Betreuer/in(nen), Begutachter/in(nen): R. Giffinger, M. Getzner, D. Christopoulos; E280, 2020; Rigorosum: 2020.



Kurzfassung deutsch:
Multifunktionale, voneinander abhängige und multiskalare Eigenschaften einer funktionalen städtischen grünen Infrastruktur sind nicht einfach in die Anpassungsplanung einzubinden, vor allem in den Bereichen Koordination und Gegenleistungen zwischen den Interessenvertretern. Die hier vorgebrachte Hypothese lautet, dass dieser Komplexität mit einer strategischen Nutzung des "Umweltwissens" in Steuerungsprozessen begegnet werden kann. Schnelligkeit und Erfolg der Nutzung von Umweltwissen hängen weitgehend davon ab, ob und wie es sich in die Governance Netzwerken verbreitet. Die Kernfragen lauten: Wie kann der Netzwerkansatz zur Steuerung komplexer Entscheidungsfindungsprozesse bei Implementierungsfragen von UGI (Urban Green Infrastructure - urbane grüne Infrastruktur) genutzt werden, um die Nutzung von Umweltwissen in Governance-Netzwerken zu verbessern? Wie können die vorgeschlagenen Methoden zur Erforschung von Steuerungsnetzwerken beitragen, sodass das entsprechende Wissen für strategische Netzwerkinterventionen entsteht? Um mit diesen Herausforderungen umzugehen, wird vorgeschlagen, die Bedeutung der Korrelationen zwischen den strukturellen Positionen der Akteure der Steuerungsnetzwerke, ihr wahrgenommenen Einfluss und den Grad der Nutzung ihres Umweltwissen zu verstehen. Die Methode hierfür basiert auf der Theorie komplexer adaptiver Systeme, der Akteur-Netzwerk-Theorie und dem Konzept des sozialen Kapitals. Fallstudien von Steuerungsnetzwerken, die sich mit UGI Implementierungen beschäftigen, werden berücksichtigt. Empirische Erkenntnisse deuten darauf hin, dass die umweltbewusstesten Akteure nicht angemessen anerkannt werden. Die offensichtlichsten gemessenen Schwächen liegen in der Trennung des wahrgenommenen Einflusses und der Zentralität von hohem Kenntnisstand im Umweltbereich in den untersuchten Netzwerken. Diese Tatsachen legen die Dringlichkeit nahe, sachkundige Akteure zu erkennen und zu befähigen, damit die Steuerungsnetzwerke wirksame ökosystembasierte Lösungen hervorbringen können. Die hier vorgestellte Methode soll eine integrierte Analyse sowohl individueller als auch struktureller Daten ermöglichen, und soll daher Konzepte zu den Attributen der Akteure und ihren Beziehungen messbar und einsetzbar machen. Geeignete Daten für strategische Interventionen in den Steuerungsnetzwerken werden geliefert, indem die Abweichungen der Verbreitung von Umweltwissen und den wahrgenommenen Einfluss in den untersuchten Netzwerken vom gewünschten Zustand präzise aufgezeigt und analysiert werden. Die vorgeschlagene Methode könnte verwendet werden, um die Diffusion des gewünschten Wissens in Bezug auf die Implementierung einer städtischen grünen Infrastruktur zu maximieren. Diese Doktorarbeit hat Auswirkungen auf zukünftige Studien zu SNA - basierten Ansätzen (Social Network Analysis) und Planungsmethoden und kann dazu beitragen, die Resilience und Anpassungsfähigkeit in städtischen Steuerungsnetzwerken zu erhöhen.

Kurzfassung englisch:
Multifunctional, interdependent and multi-scalar properties of functional green infrastructure are causing difficulties for mainstreaming it into adaptation planning, mainly in areas of stakeholders coordination and trade-offs. The hypothesis advanced here is that those complexities could be met with strategic environmental knowledge utilisation in governance processes. The speed and success of putting environmental knowledge to use largely depends on whether and how it is moving through the governance networks. The core questions are: How can SNA be a tool for guiding complex urban green infrastructure planning and implementation processes, by enhancing environmental knowledge utilisation in governance networks? How could the proposed methods contribute to governance network research, in ways that they deliver the appropriate knowledge for strategic network interventions? A proposed way for dealing with these concerns is to understand the meanings of correlations between actors structural positions in governance networks, their perceived level of influence, and their level of environmental knowledge utilisation. The methodology to do so is based on complex adaptive systems theory, actor network theory, and social capital concept. The case studies of governance networks dealing with UGI implementations in Vienna, Austria, and Tucson, USA are taken into account. The empirical findings suggest that the most environmentally knowledgeable actors are not suitably recognised. The most obvious measured weaknesses are in separation of perceived influence and centrality from high level of environmental knowledge in studied networks. These facts are proposing an urgency to recognise and empower knowledgeable actors, for the governance networks to be able to produce effective ecosystem-based solutions. The methodology presented here facilitates an integrated analysis of both individual and structural data, and therefore allows concepts concerning actors attributes and their relationships to be measurable and employable. It delivers the appropriate data for strategic interventions in governance networks by precisely showing and analysing the deviations of dispersal of environmental knowledge and perceived influence in the studied networks from the desired state. Proposed method can be used to maximise the diffusion of desirable knowledge with respect to urban green infrastructure implementation. This thesis has implications for future studies for Social Network Analysis - (SNA) based approaches and methods in planning, and may contribute to efforts for increasing urban resilience and adaptive capacity of the urban governance networks.

Schlagworte:
städtische grüne Infrastruktur / soziale Netzwerkanalyse / Governance

Erstellt aus der Publikationsdatenbank der Technischen Universität Wien.