Evaluation of interaction between housing infrastructure resilience factors against flood hazard based on rough DEMATEL approach
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.
Notice bibliographique
Résumé
Purpose Housing infrastructure is the basic need for people of a community and due to disaster many houses may severaly damaged. Stakeholders and decision makers should focus on this issue and make the infrastructure more resilient against natural hazards. As dependency plays a very important role in resilience, it is important to study the dependencies and correlations among the housing infrastructure resilience factors. The evaluation of dependencies involve vagueness due to subjective judgement of experts. Design/methodology/approach In this work, the interaction between the housing infrastructure resilience factors are evaluated by using two different approaches such as crisp DEMATEL (Decision-Making and Trial Evaluation Laboratory) and rough DEMATEL (intregated crisp DEMATEL and rough set theory), where rough theory addressed the involvement of vagueness. These two approaches are compared with each other to find the effectiveness of rough DEMATEL over crisp DEMATEL. Findings The important factors of housing infrastructure resilience are identified by using both the approaches against flood hazard. Research limitations/implications The limitation of rough DEMATEL method is that it does not differentiate the type of influence such as positive or negative. Practical implications The outcome of the work will helps the stakeholders and ecission makers to make the infrastructure more resilient. Originality/value This study identify the imporatnat resilience factors of housing infrastructure against flood hazard by using two methodologies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle