MétaCan
Menu
Retour à la cohorte
Enregistrement W4285413543 · doi:10.4095/330295

Social vulnerability to natural hazards in Canada

2022· report· en· W4285413543 sur OpenAlexaffabout
Murray Journeay, J Z K Yip, C L Wagner, Philip LeSueur, Tiegan Hobbs

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)GeographyHazardContext (archaeology)Natural hazardSocial vulnerabilityPopulationMetropolitan areaSocial connectednessSocial capitalHuman settlementPsychological resiliencePolitical sciencePsychologySociologyDemographySocial psychologyEcologyComputer security

Résumé

récupéré en direct d'OpenAlex

While we are exposed to the physical effects of natural hazard processes, certain groups within a community often bear a disproportionate share of the negative consequences when a disaster strikes. This study addresses questions of why some places and population groups in Canada are more vulnerable to natural hazard processes than others, who is most likely to bear the greatest burden of risk within a given community or region, and what are the underlying factors that disproportionally affect the capacities of individuals and groups to withstand, cope with, and recover from the impacts and downstream consequences of a disaster. Our assessment of social vulnerability is based on principles and analytic methods established as part of the Hazards of Place model (Hewitt et al., 1971; Cutter, 1996), and a corresponding framework of indicators derived from demographic information compiled as part of the 2016 national census. Social determinants of hazard threat are evaluated in the context of backbone patterns that are associated with different types of human settlement (i.e., metropolitan, rural, and remote), and more detailed patterns of land use that reflect physical characteristics of the built environment and related functions that support the day-to-day needs of residents and businesses at the community level. Underlying factors that contribute to regional patterns of social vulnerability are evaluated through the lens of family structure and level of community connectedness (social capital); the ability of individuals and groups to take actions on their own to manage the outcomes of unexpected hazard events (autonomy); shelter conditions that will influence the relative degree of household displacement and reliance on emergency services (housing); and the economic means to sustain the requirements of day-to-day living (e.g., shelter, food, water, basic services) during periods of disruption that can affect employment and other sources of income (financial agency). Results of this study build on and contribute to ongoing research and development efforts within Natural Resources Canada (NRCan) to better understand the social and physical determinants of natural hazard risk in support of emergency management and broader dimensions of disaster resilience planning that are undertaken at a community level. Analytic methods and results described in this study are made available as part of an Open Source platform and provide a base of evidence that will be relevant to emergency planners, local authorities and supporting organizations responsible for managing the immediate physical impacts of natural hazard events in Canada, and planners responsible for the integration of disaster resilience principles into the broader context of sustainable land use and community development at the municipal level.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,360
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDisaster Management and ResilienceTravaux en français237 207