Un modèle nord-américain de risque d'inondations fluviales avec dépendance spatiale à des fins de (ré)assurance dans un climat présent et projeté
Notice bibliographique
Résumé
Depuis les quarante dernières années, il a été évalué que le coût des inondations à elles seules a quadruplé selon le Bureau d’assurance du Canada. Avec des coûts en croissance au Canada et l’introduction récente de l’assurance inondation, les actuaires ne manquent certainement pas de défis importants, notamment pour la gestion des risques financiers des inondations dans un contexte de changements climatiques. L’objectif général du mémoire est la création d’un modèle d’inondations spécifique à l’Amérique du Nord qui inclut une dépendance spatiale et qui prend en considération autant le climat actuel que les projections climatiques à des fins d’assurance. Pour ce mémoire, nous avons favorisé l’approche « top-down » pour la simulation d’inondations. Ainsi, le modèle que nous proposons est construit en deux grandes étapes. La première étape est d’entraîner les modèles statistiques d’occurrence et d’impact. La deuxième étape est de simuler un ensemble d’évènements d’inondations qui inclut des sorties de modèles climatiques régionaux. Les inondations sont modélisées et simulées à partir des bassins versants. Ainsi, la dépendance spatiale est induite à l’aide des sorties climatiques, ainsi que par l’écoulement de l’eau à travers les bassins versants. Lorsque nous regardons la capacité du modèle à représenter la dépendance spatiale induite par le climat et la dynamique de l’eau, les variables de précipitations et de températures à l’intérieur des modèles statistiques sont dans l’ensemble significatives (modèles linéaires généralisés) ou très influentes (forêts aléatoire). L’ajout des modèles climatiques pour générer les catalogues d’évènements nous permet non seulement de générer une dépendance explicite, mais aussi d’évaluer les comportements des inondations selon divers scénarios climatiques et socio-économiques. Finalement, les modèles et catalogues générés permettent d’être utilisés dans plusieurs applications actuarielles et de répondre à plusieurs questions de recherche en assurance.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».