MétaCan
Menu
Retour à la cohorte
Enregistrement W3196425904 · doi:10.1007/s13753-021-00365-3

Tourism Developments Increase Tsunami Disaster Risk in Pangandaran, West Java, Indonesia

2021· article· en· W3196425904 sur OpenAlexaboutno aff
Vincent Nijman

Notice bibliographique

RevueInternational Journal of Disaster Risk Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEarthquake and Tsunami Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismNatural hazardQuarter (Canadian coin)GeographyForensic engineeringEngineeringMeteorologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract On 17 July 2006, the tourist resort of Pangandaran on Java’s south coast was hit by a tsunami, resulting in 413 fatalities and severe damage to buildings. The tsunami resulted in major rebuilds with a focus on mass tourism. Assessments of the impact of a future tsunami focussed on building development and suggest limited change since 2006. This article presents a case study on the development of (largely domestic) tourism in Pangandaran and how this has increased the tsunami disaster risk. Tourist numbers were stable at about 900,000 visitors a year prior to the tsunami, down to slightly over 250,000 visitors a year in its aftermath, and from 2007 onwards numbers are doubling every three years to about 4 million visitors in 2019. The increase has been most pronounced during weekends. Prior to 2006, Pangandaran was characterized by wooden structures and one- and two-story buildings of clay-brick masonry; by 2019, 14 three to six-story hotels have been erected along the waterfront. With many more visitors, most of whom are unfamiliar with tsunami risks, and shelter facilities for less than a quarter of visitors during peak times, future impacts and the potential cost to life are considerably higher now than in 2006, especially if a tsunami were to hit over a weekend. All tourists upon arrival and throughout their stay should be better informed about the risks of tsunamis, and of the location of tsunami shelters and evacuation routes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,225 · 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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Disaster Risk ScienceMême sujetEarthquake and Tsunami EffectsTravaux en français237 207