MétaCan
Menu
Retour à la cohorte
Enregistrement W2043789648 · doi:10.1080/02508060108686898

An Integrated Planning Framework for Managing Flood-endangered Regions in the Yangtze River Basin

2001· article· en· W2043789648 sur OpenAlexaff
Jun Xia, Guohe Huang, Zhi Chen

Notice bibliographique

RevueWater International · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésFlood mythFlooding (psychology)Endangered speciesChinaFloodplainWater resource managementStructural basinPopulationGeographyDrainage basinEnvironmental scienceHydrology (agriculture)GeologyCartography

Résumé

récupéré en direct d'OpenAlex

This paper presents an integrated sustainable development decision support system (ISDDSS) for the management of flood-endangered regions in China. The ISDDSS is based on comprehensive analyses of the previous flooding events in China, especially the one that occurred in the Yangtze River Basin in 1998. A large number of conditions including the hydrological features and the economic losses resulting from flooding disasters are addressed. Due to the frequent floods in the Yangtze River Basin, the management of flood-endangered regions in the middle stream area has become one of the most important water-related issues in China. This is mainly because of such factors as the regions' high population density, flat alluvial plain, far-flung farmlands, and strong economic potentials. The flood-endangered regions are greatly vulnerable to flooding in rainy season due to the flat terrain and their direct connections with surface rivers and lakes. Moreover, they were often chosen to retain floodwater in order to protect major cities in the Yangtze River Basin. The ISDDSS is proposed to prevent flooding disasters, to minimize flood damages, and to promote sustainable development in such regions

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,296
Écart entre enseignants0,272 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater InternationalMême sujetFlood Risk Assessment and ManagementTravaux en français237 207