Assessing social vulnerability and identifying spatial hotspots of flood risk to inform socially just flood management policy
Notice bibliographique
Résumé
This study presents the first nationwide spatial assessment of flood risk to identify social vulnerability and flood exposure hotspots that support policies aimed at protecting high-risk populations and geographical regions of Canada. The study used a national-scale flood hazard dataset (pluvial, fluvial, and coastal) to estimate a 1-in-100-year flood exposure of all residential properties across 5721 census tracts. Residential flood exposure data were spatially integrated with a census-based multidimensional social vulnerability index (SoVI) that included demographic, racial/ethnic, and socioeconomic indicators influencing vulnerability. Using Bivariate Local Indicators of Spatial Association (BiLISA) cluster maps, the study identified geographic concentration of flood risk hotspots where high vulnerability coincided with high flood exposure. The results revealed considerable spatial variations in tract-level social vulnerability and flood exposure. Flood risk hotspots belonged to 410 census tracts, 21 census metropolitan areas, and eight provinces comprising about 1.7 million of the total population and 51% of half-a-million residential properties in Canada. Results identify populations and the geographic regions near the core and dense urban areas predominantly occupying those hotspots. Recognizing priority locations is critically important for government interventions and risk mitigation initiatives considering socio-physical aspects of vulnerability to flooding. Findings reinforce a better understanding of geographic flood-disadvantaged neighborhoods across Canada, where interventions are required to target preparedness, response, and recovery resources that foster socially just flood management strategies.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».