Qualitative insights into cultural heritage protection in Serbia: Addressing legal and institutional gaps for disaster risk resilience
Notice bibliographique
Résumé
Abstract This research is dedicated to a comprehensive exploration of the strengths and weaknesses inherent in the legal and institutional measures established to safeguard cultural heritage in the Republic of Serbia against the adverse effects of disasters, including earthquakes, landslides, rockfalls, floods, torrents, storms, hail, and forest fires. The study seeks to identify key challenges and shortcomings within the existing legal and institutional framework while also highlighting and analyzing best practices and potential avenues for improvement in the protection system. The research posits a preliminary hypothesis suggesting that significant challenges exist within the current framework, potentially hindering effective response and recovery efforts following natural hazards. Data collection involved semi-structured interviews with field experts and an in-depth analysis of existing documentation. These methods were aimed at gathering critical data and insights to enhance the understanding of systemic issues and contribute to developing practical, viable solutions. The analysis and processing of the collected data were conducted using ATLAS. ti software, enabling a detailed and systematic examination of qualitative information. Moreover, assessing the current capacity of institutions to respond swiftly and effectively to natural hazards that threaten cultural heritage formed a central aspect of this study. The findings reveal notable deficiencies in the legal framework, inadequate institutional capacities, limited resources, and insufficient training for disaster response. The results underscore the pressing need for improved inter-institutional cooperation and the development of technical and logistical capabilities. To address these issues, the study recommends aligning legal frameworks with international standards, securing increased funding for technical resources, and implementing specialized training programs for institutional staff. This article makes a significant contribution to advancing the understanding and enhancement of the cultural heritage protection system in Serbia, offering actionable insights and a robust foundation for further research and strategic development in this critical area.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,010 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».