MétaCan
Menu
Retour à la cohorte
Enregistrement W4392833600 · doi:10.46692/9781529222920.005

Children and Disaster Risk Reduction: Building Resilience from Education, Local Government Units, and Communities

2023· other· en· W4392833600 sur OpenAlexaff
Roxanna Balbido Epe

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésDisaster risk reductionResilience (materials science)Reduction (mathematics)Government (linguistics)BusinessEnvironmental planningGeographyEnvironmental resource managementEnvironmental scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Introduction We are living in a world that is continually challenged in addressing disaster risks, coping with the impact of disasters, and building the resilience of the population, especially among the vulnerable groups and communities. The risk of disaster is increasing at the global level, and the world is becoming more hazardous to live in (Bradshaw 2013, 15– 16). The Philippines ranks third as most at risk in the WorldRiskReports (Jeschonnek et al 2016, 2018; Jeschonnek, Kirch, and Mucke 2017), and has alleviated its risk index to the ninth rank in 2019. The Disaster Risk Reduction in the Philippines Status Report 2019 reveals data related to a continuum of threats that are also compounded with the country's young demographic profile. Children represent 38% of the Philippine population (CRC Coalition 2020, 4) and 31.4% of them are poor (Philippine Statistics Authority 2021). Thus, there is a need to reduce disasters risks and vulnerability, management of disaster risks, and build resilience through an integrated and childcentered approach. Securing the welfare of the people and focusing on the vulnerable groups of the population have been a priority toward sustainable development. Among the vulnerable groups, the children are “particularly vulnerable […] at greater risks […] and most affected by disasters” (Küppers et al 2018, 26). Angelika Böhling and Piere Thielbörger, in their foreword to the WorldRiskReport 2018 , emphasize the crucial need for action that requires “comprehensive and participatory concept to protect children in fragile situations and strengthen their rights […] as the only way to create the foundations for coming generations to develop their life perspectives, particularly in high-risk countries” (Jeschonnek et al 2018, 3). Furthermore, the increasing frequency and evolving challenges of disasters impact resulted in a paradigm shift of the global and national disaster risk reduction and resilience (DRRR) frameworks from a reactive approach to an overarching, inclusive, and proactive approach. Thus, a comprehensive and integrated child-centered DRR, managing disaster risk and vulnerability, and building resilience have been integrated into the global development agenda— the Millennium Development Goals (MDGs) and the Sustainable Development Goals (SDGs).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,005
Communication savante0,0080,006
Science ouverte0,0020,011
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0280,003

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 Opus0,009
Tête enseignante GPT0,259
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDisaster Management and ResilienceTravaux en français237 207