MétaCan
Menu
Retour à la cohorte
Enregistrement W7065984053

Gestion des inondations fluviales à Sussex et Sussex Corner, Nouveau-Brunswick : une approche par le risque

2021· other· fr· W7065984053 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2021
Typeother
Languefr
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWestern europePopulationStatistical analysisEuropean population
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les changements climatiques à venir induiront vraisemblablement une augmentation des inondations dans le sud du Nouveau-Brunswick et les coûts qui y sont associés, de même que les conséquences traumatiques sur les individus qui les subissent. Le risque se manifeste lorsqu’il y a une inondation (aléa), des éléments exposés et une population touchée (vulnérabilité) par cet aléa. Ce mémoire explore l’approche par le risque, en considérant autant les dimensions physique et humaine du phénomène afin de produire une analyse plus réaliste et adéquate du risque. Pour ce faire, l’exposition a été conjuguée à la vulnérabilité, laquelle a été abordée de manière multidimensionelle, c’est-à-dire à travers la prise en compte des aspects socio-économiques, structurels (du bâtiment) et individuels. Tous ces éléments ont été combinés dans une analyse multi-critère afin d’élaborer un indice global du risque visualisable à l’échelle du bâtiment. L’importance relative des indicateurs a été déterminée à l’aide d’un processus participatif impliquant des experts dans le domaine de la sécurité civile et des inondations à l’échelle locale et nationale. La zone étudiée concerne Sussex et Sussex Corner, deux petites communautés fortement touchées par les inondations particulièrement depuis 10 ans. Une attention particulière a été accordée à la vulnérabilité individuelle, incluant la perception et la préparation face au risque d’inondation. Ces aspects ont été étudiés directement avec les populations locales à l’aide d’un questionnaire. Les analyses qualitative et quantitative des réponses obtenues ont permis de mieux comprendre les enjeux de perception et de préparation des populations exposées aux inondations. Ces données devraient permettre d’améliorer d’une part, la communication du risque entre les autorités concernées et les populations exposées et, d’autre part, favoriser la mise en place de mesures adaptées et ainsi accentuer une gestion participative de type ascendante. L’intégration des données dans un système d’information géographique permet de visualiser et spatialiser le risque, mais aussi chacune de ses composantes. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : inondation, risque, vulnérabilité, perception, approche participative, Nouveau-Brunswick

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,358

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,207
Écart entre enseignants0,194 · 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'étudeObservationnel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetFlood Risk Assessment and ManagementTravaux en français237 207