Training the next generation of disaster risk managers through sustainability research and teaching
Notice bibliographique
Résumé
La gestión del riesgo de desastres es una parte integral de la sostenibilidad, y los currículos que se enfocan en la sostenibilidad pueden ser ampliados para incluir la gestión del riesgo de desastres. El David O’Brien Centre for Sustainable Enterprise de Concordia University investiga y enseña la gestión del riesgo de desastres a través de la participación en proyectos colaborativos de la red Future Earth de la Organización de las Naciones Unidas (ONU) para el desarrollo de una Red de “Conocimiento para la Acción” para un Sistema Económico Financiero y Sostenible (SFES-KAN). SFES-KAN busca alinear el sistema financiero actual con los Objetivos de Desarrollo Sostenible de la ONU por medio de la identificación de vacíos en la investigación y la facilitación de una investigación interdisciplinaria entre los académicos, profesionales y legisladores con el fin de llenar dichos vacíos. Nuestra investigación acerca de estos temas de gestión del riesgo e inversiones sostenibles, al igual que para el proyecto SFES-KAN, se ha convertido en investigación sobre gestión del riesgo de desastres y ha conducido al desarrollo curricular de estos temas. El objetivo de este artículo es el de brindar a otras instituciones ejemplos e información estratégica acerca de cómo traducir la investigación de sostenibilidad, interdisciplinaria y orientada a las soluciones, a investigación y currículos sobre gestión del riesgo de desastres.
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 | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,011 |
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 ».