A multi-hazard framework for resilient service and functional recovery in sustainable multi-building facilities
Notice bibliographique
Résumé
: Enhancing the resilience of multi-building facilities under natural hazards necessitates a detailed understanding of the interdependencies between building systems and critical operational functions. This study proposes a systematic and adaptable framework to model these service-function interdependencies, aiming to support continuity planning and optimize post-disruption recovery. The framework combines a hierarchical dependency structure, stakeholder-informed mapping, and a simulation-based recovery model, tailored for facilities exposed to seismic and flood risks. The methodology was applied to a three-building facility in Montreal, Canada. Simulation results demonstrated that flood-induced disruptions produced recovery durations approximately 300% longer than those caused by earthquakes. Access systems showed the most extensive delays, requiring up to 2,545 days for restoration after floods, in contrast to 500 days following seismic events. Similar delays were observed across power, telecommunications, and other critical services under flood conditions. Function-specific recovery profiles showed a notable divergence between hazard types. After earthquakes, essential operations such as Maintenance, Shipping and Receiving, and Marine Services retained 91–92% functionality, while areas like Manufacturing and Environmental Compliance retained 82%. Conversely, floods caused sharper initial impairments, with Quality Control Tests retaining 50% of operational capacity and Marine Operations, Shipping, and Maintenance functions falling to approximately 5%. Despite the greater initial severity, flood-related recoveries followed a more uniform timeline, with most functions restored within 1,000 days. These findings underscore the need for hazard-specific mitigation strategies that reflect both the nature and duration of disruption. The framework provides a scalable decision-support tool to inform service prioritization, retrofitting investments, and long-term facility management in multi-hazard contexts.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».