MétaCan
Menu
Retour à la cohorte
Enregistrement W2524647919 · doi:10.5055/jem.2016.0289

Building resilient communities: A facilitated discussion

2016· article· en· W2524647919 sur OpenAlexaffabout
Ron Bowles, Gregory S. Andérson, Colleen Vaughan

Notice bibliographique

RevueJournal of Emergency Management · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensRoyal Columbian Hospital
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)Public relationsCommunity resilienceGovernment (linguistics)Emergency managementVariety (cybernetics)Context (archaeology)SustainabilityBusinessPolitical scienceEnvironmental resource managementCommunity engagementDisaster recoveryEnvironmental planningKnowledge managementResource (disambiguation)GeographyComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

The Building Resilient Communities Workshop was hosted and organized by the Justice Institute of British Columbia, with the support of Emergency Management British Columbia and the Canadian Safety and Security Program, Defence Research and Development Canada, Centre for Security Science. Thirty-four participants from multiple levels of government, senior practitioners, policy makers, academia, community members, and a variety of agencies disseminated knowledge and developed concrete strategies and priority actions areas for supporting ongoing and emerging initiatives in community and disaster resilience planning. Identified strategies included development of an integrated national strategy and finding ongoing sustainability funding; increasing community engagement through information sharing, giving context-specific examples of anticipated outcomes, and demonstrating return on investment; as well as the need to engage and support local champions and embedding disaster resilience within other processes. A key message was that communities should be encouraged to use ANY tool or process, rather than struggling to find the perfect tool. Any engagement with disaster resilience planning increases community resilience.

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)0,046
score de la tête « metaresearch » (Gemma)0,047
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,047
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0390,015
Communication savante0,0110,014
Science ouverte0,0050,040
Intégrité de la recherche0,0090,011
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,037
Tête enseignante GPT0,342
Écart entre enseignants0,305 · 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Emergency ManagementMême sujetDisaster Management and ResilienceTravaux en français237 207