Agent-based simulation of the effectiveness of policies for the adoption of seismic retrofits
Notice bibliographique
Résumé
Recent developments in engineering design have resulted in substantial improvements to the seismic performance of new buildings. However, buildings constructed before recent upgrades to the seismic regulations comprise a large portion of the existing building inventory. Buildings with insufficient seismic capacity are susceptible to extensive damage or collapse during an earthquake, contributing to economic losses and casualties. Effective risk mitigation strategies such as seismic retrofitting could potentially address the vulnerability of the existing building stock to earthquake hazards. Yet, seismic retrofit programs suffer from low take-up rates. Thus, identifying barriers for seismic retrofit adoption and strategies to increase take-up rates can help mitigate losses from future events. This study develops an agent-based model to assess homeowner response to multiple seismic retrofit promotion strategies. The simulation framework is applied to a case study of owner-occupied, residential-detached dwellings in Vancouver, British Columbia, Canada, to evaluate the effectiveness of various potential seismic retrofit promotion strategies. These strategies are compared regarding the number of adopters and the reduction in total annual losses to residential building structures and contents in the City of Vancouver. The main barriers to adopting retrofit measures among different income groups are identified, and appropriate interventions to target those barriers are suggested. Modeling the impact of policies allows policymakers to evaluate their effects and fine-tune the policy interventions before their implementation.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».