Disastrous resonances: Social memory dynamics and extreme events. Key questions for cultural loss and landscape sustainability
Notice bibliographique
Résumé
Sustainability research has mostly ignored the resonant effects of the loss of key cultural information on disaster reduction, and disasters eroding such knowledge. This gap in the literature is especially salient in a rapidly changing world, where we often find that he relevant memory on how to cope with Extreme Events (EE) is not accessible to decisionmakers. In this perspective piece we focus on the combined effect of loss of skill, and experience and the strikes of disasters can act in a complex, resonant way to precipitate unforeseen effects that cascade across interconnected systems. This destructive resonance can potentially generate sudden collapses, difficult or impossible to recover from. This non-linear (unpredictable) susceptibility and lack of relevant experience is especially meaningful in landscapes where both environments and management practices are changing rapidly. In these cases, the access to accumulated memory and skill is easily disconnected. In our present world big --but also relatively small-- perturbations can trigger a complex interconnected cascading failure at even bigger scales. To address this complex and unexplored scenario, we propose a framework focusing on the interconnection between two social memory scales and two EE scales through four management stages: Mitigation, Preparation, Action, Recovery (MPAR). At the social level, community and administrative structures differently maintain, acquire and lose expertise on MPAR practices. At the EE level fast and slow-paced impacts (e.g. floods, tsunamis vs droughts, harvest failures), need different MPAR strategies. This basic framework allows to simplify the resonant scenario, allowing to initially model independently how loss of key MPAR practices increases susceptibility to disasters, and how disasters trigger the cultural loss of key MPAR practices. To this end we propose two strategies: 1) adapt coevolutionary biological and flooding models for coupling cultural loss affecting MPAR to disasters, 2) adapt network cascading science to model how impacts on social networks percolate to MPAR memory networks.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,017 |
| Communication savante | 0,006 | 0,010 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».