MétaCan
Menu
Retour à la cohorte
Enregistrement W2805311211 · doi:10.3390/w10060723

Applying the Theory of Reliability to the Assessment of Hazard, Risk and Safety in a Hydrologic System: A Case Study in the Upper Sola River Catchment, Poland

2018· article· en· W2805311211 sur OpenAlexaff
Bogdan Ozga-Zieliński, Jan Adamowski, M. Ciupak

Notice bibliographique

RevueWater · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFault tree analysisFlood mythReliability (semiconductor)Drainage basinHazardNatural hazardEnvironmental scienceRisk assessmentRisk managementReliability theoryRisk analysis (engineering)SafeguardWater resource managementEvent treeReliability engineeringEnvironmental resource managementComputer scienceEngineeringBusinessGeographyCartographyComputer security

Résumé

récupéré en direct d'OpenAlex

River basin safety issues and hazards arising from extreme hydrological and meteorological events pose significant risks to human life and can entail economic and financial losses. In this study, the practical aspects of reliability theory linked to reliability engineering, and the associated mathematical tools used to describe technical systems, were applied to explore the structural reliability of a quasi-natural system—a portion of the Upper Sola River catchment in Poland. As part of this study, methods such as the Fault Tree Method (FTM), Event Tree Method (ETM), Risk Matrix and Ranking Method for assessing hazard, risk and losses connected with the occurrence of such events are suggested to improve flood risk management and enhance the capacity to safeguard against such events by improving current flood protection protocols in accordance with EC Flood Directives.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,013
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,259
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.

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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetFlood Risk Assessment and ManagementTravaux en français237 207