Teaching disaster risk management: lessons from the Rotman School of Management
Notice bibliographique
Résumé
Este artículo describe cómo se enseñan los temas de la gestión del riesgo de desastres en la escuela de administración, Rotman School of Management, de University of Toronto y, de esta manera, resalta las oportunidades para desarrollar módulos de cursos de gestión de riesgo de desastres similares. Un curso de pregrado y uno electivo de MBA, llamado Falla Catastrófica en las Organizaciones, contiene cuatro módulos que son directamente relevantes para la gestión del riesgo de desastres. El primer módulo se enfoca en la necesidad de pasar de la indiferencia a la sensibilidad al riesgo. El segundo módulo toma en cuenta la importancia de la continuidad de negocio y los planes de gestión de crisis y explora las deficiencias que tienen en común. El tercer módulo utiliza un estudio de caso para examinar el tema de la gestión prospectiva del riesgo. El cuarto módulo se enfoca en la vulnerabilidad de las cadenas de suministro y otros sistemas complejos del riesgo de desastres. El artículo describe los detalles de la implementación de estos módulos y discute las oportunidades para una integración más profunda de los temas de gestión de riesgo de desastres en otras partes del currículo.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».