MétaCan
Menu
Retour à la cohorte
Enregistrement W2949418167 · doi:10.1016/j.ijdrr.2019.101207

Pre-disaster planning and preparedness for floods and droughts: A systematic review

2019· review· en· W2949418167 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Disaster Risk Reduction · 2019
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensBrock University
Organismes subventionnairesAustralian Research Council
Mots-clésPreparednessDisaster risk reductionEnvironmental planningEmergency managementFlood mythRisk managementBusinessEnvironmental resource managementDisaster preparednessCorporate governanceSustainable developmentFlood mitigationContingency planLegislaturePolitical scienceGeographyEnvironmental scienceFinanceComputer securityComputer science

Résumé

récupéré en direct d'OpenAlex

Increasing intensity and frequency of climate-related disasters such as floods and droughts challenge existing governance models of disaster risk reduction. This paper systematically reviews 147 articles on pre-disaster planning and preparedness for floods and droughts in developed countries. The results show: 1) the formal adoption of an integrated system of disaster risk reduction and human development remains fragmented due to a lack of legislative and policy frameworks; 2) there is a trend toward the privatization of risk management by devolving responsibility for disaster liability to landowners; 3) planning and preparedness is more common for floods than droughts in the disaster literature; and 4) flood management is increasingly risk-oriented, whereas drought management in the disaster literature remains dominated by a crisis management framework. Integration of pre-disaster planning and preparedness with human development initiatives requires further investigation to achieve Sustainable Development Goals (SDGs) at local, national and international scales.

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.

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)0,001
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: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,860

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,026
Tête enseignante GPT0,360
Écart entre enseignants0,333 · 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