Urban Growth and Long-Term Changes in Natural Hazard Risk
Notice bibliographique
Résumé
This paper explores the question of whether natural hazard risks for urban areas are growing or diminishing over time. While trends such as population growth in hazardous areas increase the potential for loss in disaster events, other factors, such as improved building codes, tend to reduce this risk. The net effects of such urban changes are examined through the use of simulation models that estimate disaster losses. In a comparative static approach, losses are modeled for the same hypothetical hazard event striking at different points in an urban area's development history. The analysis focuses on a case study of seismic hazard for the metropolitan area of Vancouver, Canada. Results of a casualty-estimation model applied retrospectively indicate that, for the same M7.3 seismic event, human casualties would have been similar if the earthquake had struck in 2006 as in 1971, even though the population at risk had doubled in the interim. This improvement in per capita casualty rate is largely due to building-code upgrades and changes in new construction. Other dimensions of risk worsened, however: the estimated population in significantly damaged buildings increased by some 60% for the region and, in some fast-growing municipalities, more than doubled. Using a similar analytical approach, a second modeling effort focused on transportation systems and considered the risk implications of future growth. Analysis compared transportation disruption in 2004 and 2021 for a constant earthquake hazard but a forecast 21% increase in traffic. Results indicate that, for the Vancouver metropolitan area overall, disaster risk to transportation is expected to decrease slightly due to the shifting geography of residences and workplaces. The spatial distribution of risk would change, however: in particular, it would worsen for the older urban core. Moreover, the relative importance of key bridges changed over time. The analyses here indicate that in this case study, risk is not worsening significantly overall but is undergoing notable spatial redistribution; however, the extent to which this finding can be generalized to other urban areas and types of hazards remains to be investigated.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».