MétaCan
Menu
Retour à la cohorte
Enregistrement W4387705423 · doi:10.1177/10860266231201993

Does Wildfire Exposure Influence Corporate Disaster Preparedness? A Study of Natural Resources Extraction Firms in Canada

2023· article· en· W4387705423 sur OpenAlex
Emily Lalonde, Brent McKnight, François‐Nicolas Robinne

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueOrganization & Environment · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensCanadian Forest ServiceNatural Resources CanadaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPreparednessClosenessPerceptionEnvironmental resource managementBusinessRisk perceptionNatural disasterEmergency managementNatural resourceEnvironmental planningPsychologyGeographyEnvironmental sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Managers must make critical disaster preparation decisions to protect firm assets from the threat of wildfire activity. Prior literature stresses the importance of past disaster experience as a key driver of disaster preparation. The article finds that, while experience with disasters is a critical condition, it is insufficient to explain disaster preparation activities by firms. Managerial perceptions including belief in anthropogenic climate change and the perception of increasing wildfires can substitute for direct negative wildfire experience. The article builds configural theory to explain how the psychological “closeness” of wildfire hazards can influence managerial decisions to prepare for disasters in the presence of key organizational characteristics. This study adopts a qualitative comparative analytical approach, drawing on manager surveys and biophysical wildfire data from 20 Canadian mining and resource extraction sites. The article also contrasts manager perceptions of wildfire risk with those of experts and captures a gap in risk perception.

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.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,615

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 Opus0,004
Tête enseignante GPT0,178
Écart entre enseignants0,173 · 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