Modelling economic risk to sea‐level rise and storms at the coastal margin
Notice bibliographique
Résumé
Abstract We develop a methodological approach through integrated assessment using System Dynamics modelling and Scenario Planning to investigate the economic vulnerability of coastal communities to the compounding impacts of sea‐level rise (SLR) and storm flooding and inundation associated with climate change. The approach uses a coastal flood risk assessment that quantifies physical drivers alongside socio‐economic well‐being for coastal communities to provide a methodology for managing uncertain futures through causal relationships in System Dynamics. A New Zealand case study is used to illustrate the long‐term economic impacts of inaction under different SLR projections and recognise critical tolerance thresholds to help exposed property owners plan their future. Modelling scenarios using this integrated approach identified two stand‐out drivers that influence a behavioural response of communities to coastal inundation at the local scale: first, the ongoing likelihood of risk transfer to the insurance industry, and second, the decisions of households and firms to accept risk for the added value of coastal living. Model outputs suggest that the threat posed by coastal hazards drives a behavioural, socio‐economic response that exceeds the initial economic exposure of capital assets. In the economic short term (1–10 years) and medium term (10–20 years), vulnerable communities accept the risk of capital loss and loss of insurability, favouring the amenity of coastal living. However, in the long term (+20 years), economic losses from repeat flooding increase risk‐based insurance premiums, promote insurance withdrawal and drive negative corrections in property valuations. Unanticipated insights were obtained from the modelling, including the likely timing of tolerance thresholds, particularly the insurance withdrawal point, which is critical to insurer/consumer decision‐making and community planning.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».