MétaCan
Menu
Retour à la cohorte
Enregistrement W2055463310 · doi:10.1016/j.hazards.2004.10.001

Values and floodplain management: Case studies from the Red River Basin, Canada

2005· article· en· W2055463310 sur OpenAlexaffabout
Toni Morris-Oswald, A. John Sinclair

Notice bibliographique

RevueEnvironmental Hazards · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésFloodplainDrainage basinGeographyRiver managementHydrology (agriculture)Structural basinWater resource managementEnvironmental scienceEnvironmental resource managementGeologyCartographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract Where floods are prevalent, decisions on how to mitigate vulnerability are made within a social-cultural context that includes values (and related customs, norms, beliefs, technology) of local people, which have evolved through interactions with the physical environment. Consequently, the success of floodplain management and flood mitigation activities is determined, at least in part, by the nature of values that impact the decision-making process. This paper explores this contention by considering the community values context surrounding flood risk management in two small Canadian communities in the Red River Basin. Using a qualitative methodology that includes semi-structured interviews with residents, community values are identified and accounted for in the context of flood vulnerability. Values discussions are organized around seven broad categories: community identity and community attributes; community economic development; technical and nonstructural approaches; civic engagement; flood legacy; personal rights and liberties; and shared values. Challenges posed by key identified values and their policy implications are considered. Some values are found to act as constraints if sustainable floodplain management practices are to be realized.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,427

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0180,004
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,210
Écart entre enseignants0,205 · 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

Citations33
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental HazardsMême sujetFlood Risk Assessment and ManagementTravaux en français237 207