MétaCan
Menu
Retour à la cohorte
Enregistrement W3196656351 · doi:10.1111/1745-5871.12503

Crisis management: Regional approaches to geopolitical crises and natural hazards

2021· article· en· W3196656351 sur OpenAlexaff
Jonathan Raikes, Timothy F. Smith, Neil Powell, Dana C. Thomsen, Eva Friman, David O. Kronlid, Roy C. Sidle

Notice bibliographique

RevueGeographical Research · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensBrock University
Organismes subventionnairesAustralian Research CouncilUniversity of the Sunshine Coast
Mots-clésGeopoliticsCrisis managementCorporate governanceNatural hazardPoliticsPolitical scienceNatural (archaeology)Regional scienceNatural disasterGeographyEnvironmental resource managementEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Abstract Crisis management planning and response can be improved by regional governments and organisations learning from one another. Specifically, comparative learning may be a benefit when groups understand the perceived effectiveness of various regional approaches when responding to different types of hazards. This article presents findings from a comparative case study analysis of regional governance perspectives of crisis management for geopolitical events and natural hazards in the Sunshine Coast, Australia, and Gotland, Sweden. Data were collected and analysed using document analyses and semi‐structured interviews with regional practitioners. It was found that regional crisis management is increasingly influenced by global processes that are affecting the scales and characteristics of crises. As a result, prospective regional governance must evolve to include more international perspectives in crisis management and account for activities and processes that take place beyond arbitrary political boundaries.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,008
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,218
Tête enseignante GPT0,408
Écart entre enseignants0,191 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeographical ResearchMême sujetDisaster Management and ResilienceTravaux en français237 207