De-energization as maladaptation: Uneven residential exposure to wildfire Public Safety Power Shutoffs and compound heat
Notice bibliographique
Résumé
In response to growing levels of wildfire destruction, electric utility companies are adopting powerline de-energization as an adaptation strategy intended to prevent wildfire ignitions. While reducing wildfire risk, planned de-energizations also expose residents to electricity loss, potentially causing harmful consequences. We investigated the extent to which planned de-energization can be considered a form of maladaptation , in which an adaptive response to a climate-related hazard results in unintended, concurrent harms. To do so, we examined the co-occurrence of Public Safety Power Shutoffs (PSPSs) with extreme heat (temperature ≥ 32 °C) in California between October 2021 and September 2024. Our analysis revealed compound heat-PSPS outages throughout this period, including extreme temperatures exceeding 40 °C, during power shutoffs. Compound heat-PSPS events were geographically concentrated in census block groups with higher proportions of older adults and mobile home residents, both populations which may be at increased risk of heat-related morbidity and mortality. While they affected a relatively small proportion of customers de-energized by PSPSs, compound heat-PSPS outages raise concerns over extreme heat exposure when access to electricity-based cooling strategies is curtailed. Evaluating the maladaptive effects of institutional responses to climate change hazards is critical for comprehensively weighing both the benefits and harms of emerging adaptation strategies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».