MétaCan
Menu
Retour à la cohorte
Enregistrement W2143164453 · doi:10.2166/wp.2005.0033

Empowering communities to carry out drought contingency planning

2005· article· en· W2143164453 sur OpenAlexafffundabout
Jennifer L. Durley, Rob C. de Loë

Notice bibliographique

RevueWater Policy · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of GuelphToronto and Region Conservation Authority
Organismes subventionnairesMinistry of Rural AffairsMinistry of Natural Resources
Mots-clésContingency planContingencyVulnerability (computing)Environmental planningEnvironmental resource managementHazardEvent (particle physics)BusinessGeographyComputer scienceManagementEcologyEnvironmental scienceEconomicsComputer security

Résumé

récupéré en direct d'OpenAlex

Drought is a pervasive natural hazard, even in relatively water rich areas such as the Province of Ontario, Canada. A common response to drought in many jurisdictions has been crisis management, especially involving drought relief during or after a drought event. Proactive drought contingency planning, which takes a risk management approach to reduce vulnerability, is much more appropriate. Unfortunately, the extent to which local communities have the capacity to participate effectively in this activity is highly variable. This paper explores factors that facilitate and constrain locally led drought contingency planning and highlights several that relate to management capacity, or the ability of local actors to accomplish their objectives and participate effectively in implementing appropriate drought responses. Drought planning experiences in Australia and the United States are used to frame an evaluation of Ontario's new drought contingency planning approach. We conclude that while Ontario's approach has many desirable features (e.g. organized around watersheds; locally driven), it also has several shortcomings, relating especially to the way in which droughts are understood, coordination of roles and responsibilities and community disempowerment during severe droughts.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,269
Score d'incertitude au seuil0,535

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,003
Communication savante0,0020,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,019
Tête enseignante GPT0,312
Écart entre enseignants0,293 · 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

Citations7
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater PolicyMême sujetFlood Risk Assessment and ManagementTravaux en français237 207