Development of a Preliminary-Risk-Based Flood Management Approach to Address the Spatiotemporal Distribution of Risk under the Kaldor–Hicks Compensation Principle
Notice bibliographique
Résumé
All over the world, probability-based flood protection designs are the ones most commonly used. Different return-period design floods are standard criteria for designing structural measures. Recently, risk-based flood management has received a significant appraisal, but the fixed return period is still the de facto standard for flood management designs due to the absence of a robust framework for risk-based flood management. The objective of this paper is to discuss the economics and criteria of project appraisal, as well as to recommend the most suitable approach for a risk-based project feasibility evaluation. When it comes to flood management, decision-makers, who are generally politicians, have to prioritize the allocation of resources to different civic welfare projects. This research provides a connection between engineering, economics, and management. Taking account of socioeconomic and environmental constraints, several measures can be employed in a floodplain. The Kaldor–Hicks compensation principle provides the basis for a risk-based feasibility analysis. Floods should be managed in a way that reduces the damage from minimum investments to ensure maximum output from floodplain land use. Specifically, marginal losses due to flood damage and the expense of flood management must be minimized. This point of minimum expenses is known as the “optimum risk point” or “optimal state”. This optimal state can be estimated using a risk-based assessment. Internal rate of return, net present value, and benefit–cost ratio are indicators that describe the feasibility of a project. However, considering expected annual damage is strongly recommended for flood management to ensure a simultaneous envisage of the performance of land-use practices and flood measures. Flood management ratios can be used to describe the current ratio of expected annual damage to the expected annual damage at the optimal risk point. Further development of the approach may replace probability-based standards at the national level.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».