Measuring disaster-resilient communities: A case study of coastal communities in Indonesia
Notice bibliographique
Résumé
Vulnerability reduction and resilience building of communities are central concepts in recent policy debates. Although there are fundamental linkages, and complementarities exist between the two concepts, recent policy and programming has focused more on the latter. It is assumed here that reducing underlying causes of vulnerabilities and their interactions with resilience elements is a prerequisite for obtaining resilience capabilities. An integrated approach, incorporating both the vulnerability and resilience considerations, has been taken while developing an index for measuring disaster-resilient communities. This study outlines a method for measuring community resilience capabilities using process and outcome indicators in 43 coastal communities in Indonesia. An index was developed using ten process and 25 outcome indicators, selected on the basis of the ten steps of the Integrated Community Based Risk Reduction (ICBRR) process, and key characteristics of disaster resilient communities were taken from various literatures. The overall index value of all 43 communities was 63, whereas the process and outcome indicator values were measured as 63 and 61.5 respectively. The core components of this index are process and outcome indicators. The tool has been developed with an assumption that both the process and outcome indicators are equally important in building disaster-resilient communities. The combination of both indicators is an impetus to quality change in the community. Process indicators are important for community understanding, ownership and the sustainability of the programme; whereas outcome indicators are important for the real achievements in terms of community empowerment and capacity development. The process of ICBRR approach varies by country and location as per the level of community awareness and organisational strategy. However, core elements such as the formation of community groups, mobilising those groups in risk assessment and planning should be present in all the countries or locations. As this study shows, community resiliency can be measured but any such measurement must be both location- and hazard-specific.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».