MétaCan
Menu
Retour à la cohorte
Enregistrement W3133163750 · doi:10.1002/smj.3272

A storm is brewing: Antecedents of disaster preparation in risk prone locations

2021· article· en· W3133163750 sur OpenAlex
Jennifer Oetzel, Chang Hoon Oh

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueStrategic Management Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNatural disasterPreparednessMiamiBusinessStormEmergency managementNatural hazardDisaster researchPublic relationsMarketingGeographyPolitical scienceEconomic growthManagementEnvironmental scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Research Summary Research emphasizes the value of disaster preparation and the importance of experience in doing so, yet most companies fail to prepare. The antecedents of preparation are poorly understood, in part, because experience by itself only partly explains the story. To address these concerns, we developed two unique surveys: one from an international survey in 18 disaster‐prone countries and another from a U.S. survey in New York City and Miami. We find that organizational experience with natural disasters increases preparedness for future hazards. Also, organizational learning from other businesses and organiztions positively mediates this relationship. Managers are more willing to learn from others in locations characterized by high‐impact, low‐frequency disasters. In areas with low impact, high frequency disasters, managers more likely misjudge the severity of natural disasters. Managerial Summary Despite the increasing frequency and severity of floods, storms, wildfires and other natural hazards, why do some firms in disaster‐prone areas prepare while others do not? To investigate, we conducted two studies: an international survey in 18 disaster‐prone countries and a U.S. survey in New York City and Miami. In both surveys, managers are more likely to prepare when their companies experienced prior disasters. Managers operating in locations characterized by high‐impact, low‐frequency disasters are more willing to learn from others. In contrast, managers in areas characterized by low impact, high frequency disasters, are more likely to prepare alone. Since effective disaster preparation typically entails working with, and learning from others, those companies that choose a go‐it‐alone strategy may misjudge disaster risk.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil0,722

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,032
Tête enseignante GPT0,332
Écart entre enseignants0,300 · 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