Introduction: Governing Flooding in Asia's Urban Transition
Notice bibliographique
Résumé
The twenty-first century not only marks the advent of Asia’s first urban era in which more than half of its population lives in cities; it is also the emergence of an age of increasing frequency and intensity of environmental disasters. Urban flooding leads disaster trends and is directly impacting the lives and livelihoods of a growing share of Asia’s population. By 2010 more than 1.5 billion people were residing in urban areas in Asia, accounting for over half of the global urban population. The pervasive coastal and riparian orientation of Asia’s rapid urban transition is placing greater numbers of people in locations that arc highly exposed to floods, cyclones, tropical storms, and tsunamis. Human transformations of the natural and built environment of cities substantially add to global climate change as interactive sources of the heightening occurrence of floods. Moreover, floods contribute to compound disasters that generate cascading effects with multiple sources, interactive impacts, and long-term social and economic recover)’ issues. The pervasive and socially uneven impacts of floods bring acute awareness of flooding as a political issue for participatory governance. In light of these interwoven complexities, responses can no longer be carried out as sector management tasks, but must instead adopt multi-sector, multi-disciplinary, and multi-stakeholder approaches to disaster governance to directly link knowledge to action in preparing for, responding to, and recovering from floods in urbanizing Asia.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».