MétaCan
Menu
Retour à la cohorte
Enregistrement W2766527417 · doi:10.2495/safe-v7-n2-137-146

Assessing vulnerabilities as a step toward climate change induced hazard preparedness

2017· article· en· W2766527417 sur OpenAlexvenueno aff
Hardy Pundt, Andrea Heilmann, Martin Scheinert

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreparednessHazardClimate changeVulnerability (computing)Environmental scienceEnvironmental planningRisk analysis (engineering)Environmental healthEnvironmental resource managementComputer securityBusinessComputer sciencePolitical scienceMedicineGeologyOceanographyChemistry

Résumé

récupéré en direct d'OpenAlex

Increasingly, the consequences of climate change are recognized not only on a national, but also on the regional and local levels.More and more local administrations ask if and which measures should be implemented to be prepared concerning climate change induced hazards, such as flooding, soil erosion, or drought and heat periods in rural and/or urban environments.Within the framework of a project carried out between 2013 and 2016, a local climate change adaptation strategy has been developed in a pilot region in middle Europe.Taking into account as many stakeholders, or actors from different sectors as possible, measures to adapt to climate change were defined based on the previous assessment of specific vulnerabilities.However, vulnerability assessment has been supported by the analysis of vast amount of spatial datasets using online geographic information services that were implemented as part of the project.Based on such technologies, as well as a web-based open forum, actors and the public were enabled to participate actively in the vulnerability assessment and especially concerning the definition of climate change adaptation measures.The participation process under explicit consideration of diverse relevant actors has lead to improved acceptance, and therefore more sustainable decisions about measures.The benefits resulting from using open participation tools, including geographic information technologies and communication support, to identify and evaluate vulnerabilities will be discussed.This is linked to the goals of a follow-up project that starts in 2017, called 'BebeR', in which a special focus is on soil erosion due to increasing heavy rainfall events accompanied by flooding.The computer based support during the prioritization and implementation of measures to mitigate potential threats will be considered and conclusions be drawn.

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)0,007
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,025
Tête enseignante GPT0,298
Écart entre enseignants0,273 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetFlood Risk Assessment and ManagementTravaux en français237 207