MétaCan
Menu
Retour à la cohorte
Enregistrement W2887260765 · doi:10.1186/s40677-018-0103-7

Framework for developing risk to life evaluation criteria associated with landslides in Canada

2018· article· en· W2887260765 sur OpenAlexafffundabout
Renato Macciotta, Lianne Lefsrud

Notice bibliographique

RevueGeoenvironmental Disasters · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of AlbertaTransport Canada
Mots-clésRisk analysis (engineering)Natural hazardRisk assessmentHazardRisk managementLandslideMultiple-criteria decision analysisEnvironmental resource managementComputer scienceEnvironmental planningBusinessEngineeringOperations researchEnvironmental scienceGeographyComputer security

Résumé

récupéré en direct d'OpenAlex

The application of quantitative risk assessments is increasing for decision-making in many industries and contexts, with the evaluation of risks against some adopted criteria. In this article, we review risk criteria developed and used for landslide management, in particular criteria associated with risk to life. We show that while this natural hazard is encountered worldwide, the social and regulatory contexts under which evaluation criteria are developed can vary significantly. Thus, the applicability of developed criteria to any specific situation should be assessed before adopting them elsewhere. We describe selected considerations for developing risk evaluation criteria, propose a framework for defining these criteria in Canada, and assess the applicability of previously proposed criteria. Examples of risk criteria development and adoption for new and existing residential developments and for railway employees are presented to illustrate some of these concepts.

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)0,010
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,511

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0110,006
Études des sciences et des technologies0,0040,004
Communication savante0,0100,002
Science ouverte0,0040,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,082
Tête enseignante GPT0,361
Écart entre enseignants0,278 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeoenvironmental DisastersMême sujetRisk and Safety AnalysisTravaux en français237 207