MétaCan
Menu
Retour à la cohorte
Enregistrement W4362717719 · doi:10.1007/s11069-023-05895-1

Implications of building code enforcement and urban expansion on future earthquake loss in East Africa: case study—Blantyre, Malawi

2023· article· en· W4362717719 sur OpenAlexaff
N. Giordano, Raffaele De Risi, John H G Macdonald, Katsuichiro Goda, Innocent Kafodya, Ignasio Ngoma

Notice bibliographique

RevueNatural Hazards · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensWestern University
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésEnforcementUrbanizationBuilding codeSeismic riskVulnerability (computing)Natural hazardEarthquake scenarioUrban seismic riskSeismic hazardGeographyCivil engineeringEnvironmental planningBusinessEngineeringEconomic growthLawPolitical scienceEconomicsComputer securityComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Rapid and uncontrolled urbanisation in many parts of Africa is a significant driver of earthquake risk. New constructions are usually built with no compliance with seismic codes, which results in a critical increase in the vulnerability of the building stock. To quantitatively assess the potential consequences of unregulated urbanisation, this study investigates the effect of building code enforcement and urban expansion on the future earthquake loss in the city of Blantyre, Malawi. The analysis, performed within a probabilistic loss assessment framework, estimates the net present value of 30-year aggregated seismic loss for different urban expansion rates and code enforcement scenarios. The results show that high urbanisation rates and lack of building regulations could lead to a threefold increase in average seismic losses in the next thirty years. On the contrary, effective code enforcement could cap the seismic loss increase at 13%, highlighting the financial gain from effective disaster risk reduction programmes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,263
Écart entre enseignants0,248 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatural HazardsMême sujetSeismic Performance and AnalysisTravaux en français237 207