MétaCan
Menu
Retour à la cohorte
Enregistrement W2765916475 · doi:10.1111/risa.12851

Perceptions of Risk and Vulnerability Following Exposure to a Major Natural Disaster: The Calgary Flood of 2013

2017· article· en· W2765916475 sur OpenAlexafffundabout
Alexa Tanner, Joseph Árvai

Notice bibliographique

RevueRisk Analysis · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of CalgaryNational Science Foundation
Mots-clésFlood mythVulnerability (computing)Risk perceptionFlooding (psychology)Risk managementPerceptionGovernment (linguistics)Environmental planningGeographyNatural disasterEmergency managementBusinessClimate changeEnvironmental resource managementPsychologyPolitical scienceComputer securityEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Many studies have examined the general public's flood risk perceptions in the aftermath of local and regional flooding. However, relatively few studies have focused on large-scale events that affect tens of thousands of people within an urban center. Similarly, in spite of previous research on flood risks, unresolved questions persist regarding the variables that might influence perceptions of risk and vulnerability, along with management preferences. In light of the opportunities presented by these knowledge gaps, the research reported here examined public perceptions of flood risk and vulnerability, and management preferences, within the city of Calgary in the aftermath of extensive flooding in 2013. Our findings, which come from an online survey of residents, reveal that direct experience with flooding is not a differentiating factor for risk perceptions when comparing evacuees with nonevacuees who might all experience future risks. However, we do find that judgments about vulnerability-as a function of how people perceive physical distance-do differ according to one's evacuation experience. Our results also indicate that concern about climate change is an important predictor of flood risk perceptions, as is trust in government risk managers. In terms of mitigation preferences, our results reveal differences in support for large infrastructure projects based on whether respondents feel they might actually benefit from them.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,327

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,249
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations78
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRisk AnalysisMême sujetFlood Risk Assessment and ManagementTravaux en français237 207