MétaCan
Menu
Retour à la cohorte
Enregistrement W6929199309 · doi:10.48410/d81r-yk51

Effective Communication of Natural Hazards in the Era of Information Explosion

2023· report· en· W6929199309 sur OpenAlexaff

Notice bibliographique

RevueSummit (Simon Fraser University) · 2023
Typereport
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésNatural hazardPreparednessHazardBaseline (sea)Natural (archaeology)Natural disasterEmergency management

Résumé

récupéré en direct d'OpenAlex

The Squamish-Lillooet Regional District (SLRD) in southwestern BC is prone to various natural hazards due to its unique geological and meteorological conditions. In response, local governments, NGOs, and academic institutions have implemented programs to mitigate these risks. However, the effectiveness of these programs and their alignment with community needs remain uncertain due to limited research. To address this knowledge gap, the Centre for Natural Hazards Research at SFU conducted an online survey from November 2021 to March 2022. The survey had three objectives: 1) establish a baseline understanding of the community's knowledge and preparedness for natural hazards, 2) identify factors influencing community behaviour, and 3) assess the effectiveness of communication methods. Our results indicate that while SLRD residents have a general awareness and reasonable preparedness, there is room for improvement. More than half of participants expressed dissatisfaction with current risk communication approaches and mitigation plans. Challenges in comprehending government-provided emergency maps were also identified. The findings from this survey have been compiled in this report, which provides valuable guidance for governments in natural hazard management and education.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummit (Simon Fraser University)Même sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207