MétaCan
Menu
Retour à la cohorte
Enregistrement W2010493542 · doi:10.1080/08263663.2005.10816878

Developing Effective Disaster Mitigation Strategies in São Paulo: Process and Challenges

2005· article· en· W2010493542 sur OpenAlexaffabout
W. E. Hewitt

Notice bibliographique

RevueCanadian Journal of Latin American and Caribbean Studies / Revue canadienne des études latino-américaines et caraïbes · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNatural disasterLatin AmericansMandateFlooding (psychology)Environmental planningService (business)Emergency managementWarning systemPolitical scienceBusinessGeographyEconomic growthEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

In Brazil and elsewhere in Latin America, recent attempts have been made to develop effective mitigation strategies to deal with natural and human disasters, especially in urban areas. This article examines the evolution and impact of one such effort undertaken in the Municipality of São Paulo since 1997. With support and technical assistance from the City of Toronto, Canada, and expert advice from several emergency response agencies in Brazil, São Paulo's Centro de Gerênciamento de Emergências was initially envisioned as a “full-service” facility designed both to mitigate the effects of natural and man-made disasters through personnel training and enhanced warning systems and to coordinate effective event response through disaster relief programs and reconstruction/repair activities. Over time, however, CGE's mandate has become increasingly restricted, and currently functions almost exclusively as an early warning system for regional flooding. The study explores the factors underlying this outcome, and assesses the prospects for broader technical cooperation between Canada and Brazil that may help to strengthen mitigation/disaster relief strategies throughout Brazil and elsewhere in Latin America.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil0,468

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,004
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,306
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Latin American and Caribbean Studies / Revue canadienne des études latino-américaines et caraïbesMême sujetDisaster Management and ResilienceTravaux en français237 207