More than Magnitude: Towards a multidimensional understanding of unprecedented weather to better support disaster management
Notice bibliographique
Résumé
The 1900 Galveston Texas Hurricane, the 2021 Pacific Northwest heatwave, and the 2023 Tropical Cyclone Freddy were all events that were unprecedented in diverse ways and had severe humanitarian impacts. Understanding past and future risk of unprecedented weather is an emerging question across climate science disciplines but use of this research by the humanitarian sector has been limited. This cross-disciplinary paper is an effort by climate scientists and humanitarian practitioners to address this gap. For it, we combined narrative and scoping literature reviews with structured practitioner engagement to develop a working definition and typology of unprecedented weather through a disaster management lens. We qualitatively coded over 400 peer-reviewed articles to highlight the current state of research on unprecedented weather, and then discussed these findings in a workshop with 48 humanitarian practitioners. Our results show that, while analyses of past and future unprecedented weather often focus on the magnitude of such events, extreme weather can be unprecedented in many other dimensions, all which have significant implications for early warning, anticipatory action, and disaster response planning. We conclude with a call for more imagination and diversity in research on extreme weather risks, and for closer collaboration between climate scientists and disaster managers to design and answer questions that matter for humanitarian outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,017 |
| Communication savante | 0,013 | 0,030 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».