MétaCan
Menu
← Retour à la cohorte
Enregistrement W4321495577 · doi:10.5194/egusphere-egu23-1757

Considering uncertainty in the Quantitative Risk Analysis process to inform decision-making for landslide risk mitigation strategies

2023· preprint· en· W4321495577 sur OpenAlexaffabout
Renato Macciotta

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensMacEwan UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRisk analysis (engineering)Process safetyRisk assessmentRisk managementVulnerability (computing)Process (computing)Environmental resource managementComputer sciencePopulationHazardEnvironmental scienceEngineeringBusinessWork in processOperations managementComputer security

Résumé

récupéré en direct d'OpenAlex

The adoption of quantitative risk assessments (QRA) for land-slide management decision-making has increased over the last few decades, particularly when projects threaten sensitive built environments and heritage sites. The QRA process provides a quantitative estimate of the level of risk that can then be evaluated against adopted criteria for decision-making purposes regarding the need for prevention and mitigation. Although the QRA process provides for considerations of uncertainty in landslide hazard (occurrence probability, volumes, velocities, runout distances, etc.) and consequence (e.g. quantity and vulnerability of exposed population and infrastructure); The uncertainty associated with quantification in the QRA process is seldom understood or quantified. This presentation shares the outcome of a research project where the uncertainties associated with the QRA process were quantified in order to gain an understanding of the reliability in landslide QRA. The results are evaluated in terms of typical ranges within common risk tolerability criteria. The knowledge gained on this project was used to develop a simplified approach to consider uncertainty in QRA for practical purposes, which is illustrated for a section of highway exposed to rock fall hazards in Canmore, Alberta, Canada. The QRA was selected to inform decision-making for the selection of rock fall protection strategies at a location where environmental concerns, tourism activities, and economic activities are of significant value for the public. This significantly increased the complexity of the decision-making process, and therefore required a robust, clear approach for balancing public socio-economic expectations and safety. In the QRA process, uncertainty was associated with hazard and consequence quantification. The work elicited the plausible ranges for the input variables for risk calculation. The expected and the range in risk were calculated for the current conditions and considering the implementation of the mitigation option. The individual risk to highway users was considered low because of the limited exposure of any particular individual. The calculated current total risk (probability of fatality) was 2.9 × 10−4 with a plausible range between 2.0 × 10−5 and 5.5 × 10−3. The residual total risk considering implementation of the slope protection was calculated between 9.0 × 10−4 and 2.9 × 10−6, with an expected value of 4.5 × 10−5.The risk levels considering implementation of the mitigation options were evaluated against criteria previously used in Canada. These were considered an adequate balance between project costs, public safety, environmental concerns, tourism, and economic activities.

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)0,031
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,004
Communication savante0,0090,007
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,333
Écart entre enseignants0,308 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetLandslides and related hazards→Travaux en français237 207→