Coupling dynamics of urban flood resilience in china from 2012 to 2022: A network-based approach
Notice bibliographique
Résumé
• The Environment-Institution-Infrastructure-Agent (EIFA) framework was developed as the conceptual framework. • The commonly used network analysis methodology was refined to more accurately analyze correlation networks. • The first national-scale and long-term analysis of China's urban flood resilience coupling dynamics were provided. • 639 cities were evaluated for the multi-factor coupling effect of China's urban flood resilience. Urban flooding presents a significant challenge in Chinese cities, necessitating a deeper understanding of the coupling effects of China's urban flood resilience for effective resilience planning. This study introduces a four-component Environment-Institution-Infrastructure-Agent (EIFA) framework and utilizes an updated correlation network approach to analyze the temporal variation of coupling effects of urban flood resilience across 639 Chinese cities from 2012 to 2022. The findings indicate a decline in synergy and increased tradeoffs, primarily due to intensified competition within and between institutional and infrastructural sectors, marginal impacts of infrastructure investments, and socially excessive infrastructure. The study also highlights the agent component's strong internal and inter-component coupling effects, implying the effectiveness of China's people-centered resilience strategies, though risks of decoupling remain. Additionally, it notes a good match between societal urban flood resilience and natural flood risks, while natural vegetation loss due to urban expansion is noteworthy. The study further suggests that refining agent-focused deposit and insurance policies could coordinatively enhance urban flood resilience, as these elements are hubs within the network. The updated network-based framework and its findings offer insights for informing and optimizing urban flood resilience planning in China.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».