MétaCan
Menu
Retour à la cohorte
Enregistrement W2325755744 · doi:10.1061/41050(357)66

Societal Impacts of Infrastructure Failure Interdependencies: Building an Empirical Knowledge Base

2009· article· en· W2325755744 sur OpenAlexafffundabout
Stephanie E. Chang, Tim McDaniels, C. Beaubien

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesInfrastructure CanadaNational Science Foundation
Mots-clésBlackoutInterdependenceCritical infrastructureHazardBusinessStormComputer scienceRisk analysis (engineering)Environmental resource managementEnvironmental planningGeographyComputer securityPower (physics)Environmental sciencePolitical scienceElectric power systemMeteorology

Résumé

récupéré en direct d'OpenAlex

This paper discusses recent efforts to gather and synthesize empirical data on the societal impacts of infrastructure failure interdependencies (IFIs). A systematic database has been developed on IFIs and their social, economic, health, safety, and environmental consequences. Data pertain to several events, including the August 14, 2003 blackout (affecting the northeastern U.S. and eastern Canada), the 1998 Quebec ice storm, and three 2004 Florida hurricanes. The database emphasizes IFIs deriving from electric power disruptions. Data are drawn primarily from print/text media reports. Verification exercises are conducted against various other primary and secondary information sources. The database is used to comparatively assess patterns in the severity of societal consequences from IFIs, including characterizing hazard, infrastructure sectors, and impact types according to their "intensive" or "extensive" nature. Hurricanes and ice storms are found to be more similar to each other than to blackouts. Infrastructure sectors of greatest concern include transportation and utilities. Specific IFIs are identified that frequently occur and cause significant societal impacts. These results provide a basis for considering priorities for risk mitigation.

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)0,012
score de la tête « metaresearch » (Gemma)0,068
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,068
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0370,022
Études des sciences et des technologies0,0020,002
Communication savante0,0050,011
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,009
Tête enseignante GPT0,289
Écart entre enseignants0,281 · 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

Citations20
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207