MétaCan
Menu
Retour à la cohorte
Enregistrement W2793259757 · doi:10.5296/erm.v4i1.12582

Risk Management Strategies and the Role of Social Context: A Comparative Study

2018· article· en· W2793259757 sur OpenAlexaboutno aff
E. Fragouli, D. Hutcheon, J. Faryna

Notice bibliographique

RevueEnterprise Risk Management · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlood mythPluvialContext (archaeology)Flooding (psychology)Risk perceptionClimate changeEnvironmental planningEnvironmental resource managementRisk managementGeographyPerceptionPsychologyBusinessEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Researchers have been suggesting that there is a need to examine the wider social context and its role in influencing flood risk management strategies; this has also been joined by a call for further research into the risks of increased rainfall as part of overall climate change. In response to these calls this research study examines the case studies of two pluvial, meaning of or caused by rainfall, flood events; the Calgary, Canada floods of 2013 and the Montrose, Scotland floods of 2016. These events were considered to be 1 in 100 year low probability scenarios and caused significant disruption to the affected areas. The study focuses on the examination into the social context of such events; by examining the risk perceptions before the event, the flood management strategies used and the social impact of the events it was possible to gain insight into the wider picture of pluvial flooding. The analysis of the cases demonstrated that the perceptions of the events were low, due to the unusual nature of the events, but the forecasting of a flood and the issuing of warnings helped to reduce the impact and predict the areas that were most likely to be affected. It has also highlighted the importance of setting common goals, and engaging with, all the necessary stakeholders to improve the effectiveness of strategies and responses. The study concludes by indicating issues that may be of interest to decision makers and researchers in the field of risk management.

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)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,004
Communication savante0,0040,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,006
Tête enseignante GPT0,252
Écart entre enseignants0,246 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnterprise Risk ManagementMême sujetFlood Risk Assessment and ManagementTravaux en français237 207