MétaCan
Menu
Retour à la cohorte
Enregistrement W2944713968 · doi:10.1017/s1049023x19001031

Learning Lessons during Recovery from Disasters

2019· article· en· W2944713968 sur OpenAlexaffabout
Yasmin Khan, Shannon Tracey, Sara Lacarte, Marie‐Christine Therrien, Christopher Sikora

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensUniversity of AlbertaÉcole Nationale d'Administration PubliquePublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésPreparednessProcess (computing)Natural disasterEmergency managementBest practiceTacit knowledgePublic relationsEnvironmental resource managementEnvironmental planningPolitical scienceKnowledge managementGeographyComputer scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Introduction: The Fort McMurray Alberta wildfire was one of Canada’s largest natural disasters in history, burning 589,995 hectares of land until being controlled on July 5, 2016. In responding to the fire, Alberta Health Services (AHS) prompted a province-wide coordinated response. Through a combination of pre-emptive strategies and responsive activities, the AHS response has been considered a success. Underlying the successful response is the collective experiences and contextual knowledge of AHS staff members acquired from past events. While the frequency and severity of risks associated with extreme weather and climate change are increasing worldwide, there is a persistent knowledge gap in the evidence-base informing public health emergency preparedness. It is imperative that lessons learned from past events inform future preparedness activities. Learning lessons is a systematic implementation process that can be used to inform future responses and best practices that are transferable to similar situations. Aim: To describe strategies employed and challenges encountered during recovery after the Alberta wildfires. Methods: A single-case study approach was employed to understand the AHS method to “learning lessons,” and the process involved in translating lessons into actionable goals. Semi-structured interviews with senior leaders (n=11) were conducted and internal documents were obtained. Results: The analysis revealed a strategic learning process, including debriefs, staff surveys, interviews, and member validity checking. The implementation process used to translate the lessons identified included a project management framework, evaluation techniques, and the utilization of tacit and explicit knowledge. Key challenges for implementation involve clarification of processes, leadership commitment, resource and time constraints, staff turn-over, and measuring outcomes. Discussion: Translating the lessons from the Alberta wildfires is crucial for enhancing preparedness, and exploratory research in this area can contribute to building a program of research in evaluation during disaster recovery.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,001

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 Opus0,022
Tête enseignante GPT0,339
Écart entre enseignants0,317 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetDisaster Response and ManagementTravaux en français237 207