MétaCan
Menu
Retour à la cohorte
Enregistrement W2147480862 · doi:10.1016/j.ijdrr.2012.05.002

Risk interpretation and action: A conceptual framework for responses to natural hazards

2012· article· en· W2147480862 sur OpenAlexaff
J. Richard Eiser, Ann Bostrom, Ian Burton, David Johnston, John McClure, Douglas Paton, J. van der Pligt, Mathew P. White

Notice bibliographique

RevueInternational Journal of Disaster Risk Reduction · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of Toronto
Organismes subventionnairesInternational Social Science Council
Mots-clésAction (physics)Context (archaeology)Natural hazardInterpretation (philosophy)Interpersonal communicationNatural (archaeology)Conceptual modelRisk analysis (engineering)Conceptual frameworkModerationSocial psychologyPsychologyManagement scienceBusinessSociologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Understanding how people interpret risks and choose actions based on their interpretations is vital to any strategy for disaster reduction. We review relevant literature with the aim of developing a conceptual framework to guide future research in this area. We stress that risks in the context of natural hazards always involve interactions between natural (physical) and human (behavioural) factors. Decision-making under conditions of uncertainty is inadequately described by traditional models of 'rational choice'. Instead, attention needs to be paid to how people's interpretations of risks are shaped by their own experience, personal feelings and values, cultural beliefs and interpersonal and societal dynamics. Furthermore, access to information and capacity for self-protection are typically distributed unevenly within populations. Hence trust is a critical moderator of the effectiveness of any policy for risk communication and public engagement.

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)0,025
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,015
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,004
Études des sciences et des technologies0,0070,062
Communication savante0,0160,020
Science ouverte0,0060,009
Intégrité de la recherche0,0110,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,025
Tête enseignante GPT0,375
Écart entre enseignants0,349 · 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'étudeThéorique ou conceptuel
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

Citations593
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Disaster Risk ReductionMême sujetDisaster Management and ResilienceTravaux en français237 207