Development of an adaptation model by applying non-linear programming to compute adaptation deficiency in climatic hotspots
Notice bibliographique
Résumé
For the policy makers, risk-based planning to minimize future climatic risk needs decision on investment priority. This is particularly important where there are resource constraints, and in cases where the decisions depend on socio-political reality of the region. For the policy makers, it is also extremely important to know how a system will behave if investment is made on any specific adaptation in any specific location to minimize climatic risk in the region. To answer these questions, an Adaptation Model is developed in this study to compute adaptation deficiency for a location that will minimize climatic risk in that location. In this methodology, a system approach is followed by applying non-linear programming. The non-linear programming system is formulated by defining future climatic risk as the objective function where the risk is a non-linear function of hazard, exposure, vulnerability, where vulnerability is a linear combination of sensitivity and adaptive capacity. The system is restricted by seven constraints composed of different combinations of hazard, exposure, sensitivity and adaptive capacity. The model can be applied in any part of the world, for any climatic hazard, and for any time domain. In this study, the model is applied in Bangladesh coastal zone to compute adaptation deficiency required to be filled to minimize mid-century storm surge risk in the identified hotspots. The results show that out of 20 identified storm surge risk hotspots in Bangladesh coastal zone, cyclone shelter has the maximum adaptation deficiency in 10 hotspots followed by plantation in 8 hotspots. The output from the model can be used by the policy makers to decide on the most appropriate investment options for risk-based planning that will minimize future risks in the identified hotspots. The model shows the risk limit below which risk cannot be reduced. Any investment attempt on adaptation to reduce the risk beyond this limit will disrupt the system equilibrium and will make this investment a surplus.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».