MétaCan
Menu
Retour à la cohorte
Enregistrement W2588422084 · doi:10.1093/acrefore/9780199389407.013.66

Socioeconomic Impacts of Infrastructure Disruptions

2016· reference-entry· en· W2588422084 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOxford Research Encyclopedia of Natural Hazard Science · 2016
Typereference-entry
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCritical infrastructureInterdependenceResilience (materials science)Natural hazardBusinessHazardNatural disasterVulnerability (computing)Environmental planningRisk analysis (engineering)Environmental resource managementTransport engineeringEngineeringComputer securityComputer scienceEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Infrastructure systems—sometimes referred to as critical infrastructure or lifelines—provide services such as energy, water, sanitation, transportation, and communications that are essential for social and economic activities. Moreover, these systems typically serve large populations and comprise geographically extensive networks. They are also highly interdependent, so outages in one system such as electric power or telecommunications often affect other systems. As a consequence, when infrastructure systems are damaged in disasters, the ensuing losses are often substantial and disproportionately large. Collapse of a single major bridge, for example, can disrupt traffic flows over a broad region and impede emergency response, evacuation, commuting, freight movement, and economic recovery. Power outages in storms and other hazard events can affect millions of people, shut down businesses, and even cause fatalities. Infrastructure outages typically last from hours to weeks but can extend for months or even years. Minimizing disruptions to infrastructure services is thus key to enhancing communities’ disaster resilience. Research on infrastructure systems in natural hazards has been growing, especially as major disasters provide new data, insights, and urgency to the problem. Engineering advances have been made in understanding how hazard stresses may damage the physical components of infrastructure systems such as pipes and bridges, as well as how these elements can be designed to better withstand hazards. Modeling studies have assessed how physical damage disrupts the provision of services—for example, by indicating which neighborhoods in an urban area may be without potable water—and how disruption can be reduced through engineering and planning. The topic of infrastructure interdependencies has commanded substantial research interest. Alongside these developments, social science and interdisciplinary research has also been growing on the important topic of how infrastructure disruption in disasters has affected populations and economies. Insights into these impacts derive from a variety of information sources, including surveys, field observations, analysis of secondary data, and computational models. Such research has established the criticality of electric power and water services, for example, and the heightened vulnerability of certain population groups to infrastructure disruption. Omitting the socioeconomic impacts of infrastructure disruptions can lead to underinvestment in disaster mitigation. While the importance of understanding and reducing infrastructure disruption impacts is well-established, many important research gaps remain.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,004
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,315
Écart entre enseignants0,301 · 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