Notice bibliographique
Résumé
Purpose Disaster risk and vulnerability assessment depends on various factors such as appropriate theoretical concepts and quality and adequacy of information gathered. Accounting for people's perception and partnering with them in the process leads to deeper understanding of community vulnerability, which in turn provides better assessment of disaster risk. The purpose of this paper is to offer an integrated approach for risk and vulnerability assessment that includes theoretical concept, quantitative risk assessment method, and a component representing people's perception. Design/methodology/approach The Pressure and Release (PAR) model framework is used for basic understanding of the progression of vulnerability through identification of root causes such as: limited access to power and resources; dynamic pressures – lack of education, urbanization and demographics; and unsafe conditions such as dangerous locations. To complement PAR, the Access to Resources (ATR) model is used that expands upon the dynamics of changing decisions, options, livelihood opportunities, available resources, and choices made by the population that is impacted by disaster(s) – in time and space. Conventional risk equation: R=H x V provides community risk profile. Findings Using a working example, it is demonstrated that risk assessment can have significant influence by introducing an additional component to represent “community perception” in the fundamental risk equation. Originality/value The proposed approach: Risk (R) = Hazard (H) x Vulnerability (V) x Community Perception (cp), provides a unique and comprehensive approach to evaluate disaster risk by taking people's perception into account.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,013 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».