MétaCan
Menu
Retour à la cohorte
Enregistrement W3027694720 · doi:10.1111/risa.13505

Toward a Commonly Shared Public Policy Perspective for Analyzing Risk Coping Strategies

2020· article· en· W3027694720 sur OpenAlexaff
Yanwei Li, Araz Taeihagh, Martin de Jong, Andreas Klinke

Notice bibliographique

RevueRisk Analysis · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesLee Kuan Yew School of Public Policy, National University of SingaporeGovernment of Jiangsu ProvinceErasmus Universiteit RotterdamNational University of Singapore
Mots-clésCoping (psychology)Risk analysis (engineering)Management scienceConceptual frameworkPublic policyPerspective (graphical)Risk managementPsychologyKnowledge managementComputer scienceSociologyPolitical scienceBusinessEngineeringSocial scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The concept of risk has received scholarly attention from a variety of angles in the social, technical, and natural sciences. However, public policy scholars have not yet generated a comprehensive overview, shared understanding and conceptual framework of the main problem-solving approaches applied by governments in coping with risks. In this regard, our main aim is to examine existing perspectives on prevailing risk coping strategies, find a common denominator among them and contribute to current policy and risk science literature through providing a conceptual framework that systematically spans the spectrum of risk coping strategies and incorporates the essence of the most relevant insights. To this end, we first examine the concept of risk in-depth by exploring various definitions and types of risk. We then review different approaches proposed by different strands of research for addressing risk. Finally, we assess current knowledge and develop an amalgamated perspective for examining how risks can be addressed by classifying them into six general types of response (no response; prevention; control; precaution; toleration; and adaptation) as well as indicators to identify these responses. We argue that these strategies can function as a heuristic tool for decisionmakers in designing appropriate policies to cope with risks in decision-making processes.

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 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 enseignants0,087
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)0,0000,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,316
Écart entre enseignants0,280 · 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.

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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisk AnalysisMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207