MétaCan
Menu
Retour à la cohorte
Enregistrement W2766469605 · doi:10.1080/19475705.2017.1388854

<i>FloodRisk</i>: a collaborative, free and open-source software for flood risk analysis

2017· article· en· W2766469605 sur OpenAlexaff
Raffaele Albano, Leonardo Mancusi, Aurelia Sole, Jan Adamowski

Notice bibliographique

RevueGeomatics Natural Hazards and Risk · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensMcGill University
Organismes subventionnairesBasilicata Regional authorityMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésFlood mythContext (archaeology)Risk-based testingRisk analysis (engineering)Transparency (behavior)Environmental resource managementRisk managementSustainable developmentFlood mitigationStakeholder engagementComputer scienceBusinessEnvironmental planningSoftwareSoftware developmentGeographyEnvironmental sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The European ‘Floods Directive’ 2007/60/EC focuses on the development of flood risk maps and management plans on the basis of the most appropriate and advanced tools. This pushed a paradigm shift for moving to sustainable development through processes of stakeholder engagement to improve the efficiency and transparency of decision processes. In this context, this research project developed a free and open-source GIS software, called FloodRisk, to operatively support stakeholders in their compliance with risk map delineation and the management of current and future flood risk based on their needs for multi-purpose applications. In this paper, a high-resolution impact assessment framework based on 2D inundation modelling with different return periods was used, as input, within the FloodRisk model to reconstruct the socio-economic damages based on a case study showing how structural and non-structural measures can significantly decrease the cost of floods for households. The sensitivity of the FloodRisk model was also examined and it was found to be highly dependent on the selection of damage functions and the economic values of the exposed assets.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,283
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 GPT0,254
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

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

Citations44
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeomatics Natural Hazards and RiskMême sujetFlood Risk Assessment and ManagementTravaux en français237 207