MétaCan
Menu
Retour à la cohorte
Enregistrement W3205224058 · doi:10.1680/cm.65147.169

Engineering Meets Public Participation on the Coast in Surrey, British Columbia, Canada

2020· article· en· W3205224058 sur OpenAlexaffabout
Matt Osler, Tjasa Demsar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensSurrey Place Centre
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

City of Surrey is a coastal community located within the Greater Vancouver area of British Columbia, Canada. It has a population of approximately 550,000, with an average annual growth rate of 2% over the last 10 years. Since early European settlement in the 19th century, the community has managed flooding, having over 60 sq. km. of land located within coastal floodplains containing significant critical infrastructure such as highways, water, sewer, power and rail lines. To tackle the hard questions about sea level rise, City of Surrey embarked on an innovative public planning process that incorporated engineering analysis and built on extensive coastal, riverine and hydrologic modelling. By engaging residents, stakeholders and partners on long-term adaptation approaches, priority near-term infrastructure investments were developed that were consistent with long-term needs. A coastal flood resilience and adaptation project valued at C$187 million was developed to increase resilience of critical infrastructure, while also reduces cumulative socio-economic damages and provides important community benefits. Approximately 10% of the investment is in green infrastructure that offsets biodiversity and recreational impacts of sea level rise and minimizes necessary grey infrastructure demands through wave attenuation and flood storage. The case study demonstrates the benefit of engineers collaborating with other professions (including planners, landscape architects, teachers and communication experts) to engage the public when seeking clear and confident decision-making around complex coastal engineering challenges.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,002
Communication savante0,0050,001
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0870,006

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 Opus0,018
Tête enseignante GPT0,208
Écart entre enseignants0,190 · 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'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207