MétaCan
Menu
Retour à la cohorte
Enregistrement W2998419536 · doi:10.14288/1.0387299

Urban flood management and disaster in Canada : incidence, recovery strategy, and environmental resilience

2019· article· en· W2998419536 sur OpenAlexaboutno aff
Cheralyn King-Scobie

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlood mythResilience (materials science)Environmental planningFlood risk managementEmergency managementNatural disasterEnvironmental resource managementVulnerability (computing)Disaster recoveryGeographyBusinessEnvironmental sciencePolitical scienceEconomic growthComputer scienceComputer securityMeteorologyEconomics

Résumé

récupéré en direct d'OpenAlex

This dissertation investigates how cities can improve flood management relationships with riverine landscapes. It develops new data, analysis, and tools to address the need for systematic research on floods and flood management at the municipal scale. In Canada, floods remain the most frequent disaster type, and it is municipalities that are responsible for related land-use planning, emergency response, and often, flood management. However, municipal-scale information on flood disasters and flood risk management remains limited. To examine where in Canada flooding is a problem for municipalities, I developed and analyzed two databases: the All Floods Database (n=149), and a more detailed Riverine Floods Database (n=43), on municipal flood disasters from 2001 to 2013. Data were compiled from the Canadian Disaster Database, municipal surveys, staff interviews, and provincial and territorial disaster financial assistance records. According to the database, 15% of Canadian urban municipalities experienced flood disasters, most of which were non-riverine. Among riverine flood disasters, medium-sized population centres experienced disproportionately more events, and Alberta and British Columbia accounted for over half of the total. Next, I considered flood recovery as a window of opportunity for building resilience, focusing on environmental resilience in terms of flood management relationships with riverine landscapes. Are municipalities re-creating pre-flood conditions during recovery, or are they working to improve resilience and build back better? I created a typology of approaches to riverine flood management and applied it to 20 case study municipalities using survey, interview, and document data. Overall, 85% employed a primarily non-structural approach through land-use regulation. Comparing pre- and post-flood approaches, as many as 45% of municipalities modified their approach to improve resilience, and 30% chose a strategy that would in theory improve environmental resilience, particularly after large flood events; however, the majority retained a return to normal approach. Finally, I developed a tool, the Connection Workbook, to provide municipalities with a rigorous yet practical approach to operationalize assessment of environmental resilience. The tool was applied to three Alberta municipalities, and the results provided insights for actionable guidance to improve municipal flood management through the lens of riverine connection with the landscape.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,691

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,013
Études des sciences et des technologies0,0070,002
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
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 Opus0,002
Tête enseignante GPT0,132
Écart entre enseignants0,130 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetFlood Risk Assessment and ManagementTravaux en français237 207