Enhancing urban flood resilience: A coupling coordinated evaluation and geographical factor analysis under SES-PSR framework
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
Urban flooding has emerged as a significant urban issue in cities worldwide, with China being particularly affected. To effectively manage and mitigate urban floods, a holistic examination of the interaction between urban subsystems is required to improve urban flood resilience. However, the interactions and mechanisms between urban subsystems under flood disaster haven't been addressed adequately in previous studies. Therefore, this paper established a conceptual framework for illustrating the interactions between urban natural-ecological and social-economic subsystem considering urban pressure, state, and response within flood cycle. The objective is to investigate the coupling coordination degree (CCD) between these subsystems and identify the driving factors with a geographical detector model, and the cities in Yangtze River Delta are selected as an empirical example. The findings reveal an overall upward trend towards coordination for the whole area with notable variability among the cities. The resilience of the state dimension emerges as a crucial aspect in determining the CCD of the urban flood resilience of the area. Key driving factors for the coordinated development of urban flood resilience are identified as air pollution, global warming, technological innovation, governance power, financial strength, and urbanization. Based on the findings and the interactions among the driving factors, this paper presents potential implications that can serve as effective guidance and offer insights for policymakers, planners, and researchers in their efforts to enhance urban flood resilience for sustainable development in the future.
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 | 0,000 | 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) | 0,001 | 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