MétaCan
Menu
Retour à la cohorte
Enregistrement W4412771564 · doi:10.1142/s2010007825500125

NATURAL DISASTERS AND INDIVIDUAL ECONOMIC PERFORMANCE: A CASE STUDY FROM THE SLAVE LAKE WILDFIRE

2025· article· en· W4412771564 sur OpenAlexaffabout
Philippe Kabore, Nicholas Rivers, Catherine Deri Armstrong

Notice bibliographique

RevueClimate Change Economics · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of OttawaUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésNatural disasterAgricultureGeographyFirefightingEconomicsAgricultural economicsEconomic impact analysisEnvironmental scienceDemographic economicsSocioeconomicsNatural resource economicsMeteorologyCartography

Résumé

récupéré en direct d'OpenAlex

In May 2011, the municipality of Slave Lake, Alberta, was hit by a devastating wildfire; the second costliest natural disaster in Canada at the time. Residents of Slave Lake were forced to evacuate for at least a month. This case study uses longitudinal income tax data from 2004 to 2018 to estimate the short, medium, and long-term individual economic effects of this wildfire. Estimates suggest an average drop in total income of 10.5% relative to a counter-factual scenario with no wildfire over the 7 years following the wildfire, mainly driven by a decrease in employment income. The percentage of total income lost is similar for males and females. The largest effects are found for workers in the agriculture and forestry sectors. Back-of-the- envelope calculations suggest an aggregate loss in employment income of $150 million in the 7 years following the disaster, equivalent to over 13% of direct economic losses due to property damage, firefighting, and contemporaneous business closure.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil0,706

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,229
Écart entre enseignants0,209 · 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'étudeObservationnel
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClimate Change EconomicsMême sujetFire effects on ecosystemsTravaux en français237 207