MétaCan
Menu
Retour à la cohorte
Enregistrement W2800909634 · doi:10.9798/kosham.2018.18.3.373

A Study on Improvement of Target Setting Criteria for Disaster Prevention Performance in Jeju Island

2018· article· en· W2800909634 sur OpenAlexaff
Joo Suk Ko, Geon Hwa Ryu, Jong Kyung Jang

Notice bibliographique

RevueKorean Society of Hazard Mitigation · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePrecipitation Measurement and Analysis
Établissements canadiensFuture Earth
Organismes subventionnairesNational Emergency Management Agency
Mots-clésEmergency managementFlood mythNatural disasterGeographyAltitude (triangle)Government (linguistics)Flood preventionEnvironmental resource managementEnvironmental scienceEnvironmental planningMeteorologyPolitical scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

The government has set the disaster prevention performance target rainfall by the local government (National Emergency Management Agency, 2012) as a flood control policy that can prepare against natural disaster.However, the method of setting the disaster prevention performance target rainfall by municipalities does not reflect the rainfall characteristics of mountainous regions and islands.In this study, rainfall data reflecting the altitude and regional characteristics were analyzed using the meteorological observation system (ASOS, AWS) for Jeju Island.As a result, it was found that the rainfall increases about 1 ~ 4 times as the altitude increases from the lowland to the highland, and the existing disaster prevention performance target standard of Jeju Island does not reflect altitude characteristics.In addition, The target rainfall for disaster prevention performance is presented as dividing the two localities of Jeju city and Seogwipo city into Jeju East, West South and North areas.It is considered that various factors can be reflected in the compatibility assessment stage of rainfall estimation standard.

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)0,005
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,276
Écart entre enseignants0,250 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Society of Hazard MitigationMême sujetPrecipitation Measurement and AnalysisTravaux en français237 207