Mapping Urban Flood-Prone Areas’ Spatial Structure and Their Tendencies of Change: A Network Study for Brazil’s Porto Alegre Metropolitan Region
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.
Notice bibliographique
Résumé
Historically, the main cause of urban disasters in Brazil is flooding events, which are becoming more recurrent due to climate changes and intensive urbanization, causing extensive infrastructure, economic and life losses. The formation of Brazilian Metropolitan Areas goes back to the early twentieth century, with urban expansion following river basins, as regional transportation relied on inland navigation. The transition to road-based transport structured further urban sprawl from the mid-twentieth century onward, as road-circulation axes expanded across flood-prone areas. Mapping those hydrogeological risks is important to understand their effect on the existent road-circulation network structure cohesiveness. From the hydrogeological risk assessment data, this article evaluates potential changes imposed by extreme flood events on the road infrastructure at municipal and metropolitan scales. Space Syntax methods applied to an empirical case – the Porto Alegre Metropolitan Region – allow for comparative analyses between the urban network of current and flooding-event simulations and depict (a) the urban grids’ structural transformations under flooding, (b) the road elements at risk, and (c) the system’s spatial integrity and circulation disruptions. The resulting cartography can subside governance and urban planning strategies to cope with floodings at different territorial scales, addressing changes on local–regional circulation patterns, system breaking points and tendencies of urban land parcelling on vulnerable areas.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle