IS GEM (GLOBAL EARTHQUAKE MODEL) MAKING A DIFFERENCE?
Notice bibliographique
Résumé
The GEM (Global Earthquake Model) Foundation was created in 2009 as a private, non-profit foundation located in Pavia, Italy, with the vision to create a world resilient to earthquakes. At its core, GEM develops tools, data and models for use in earthquake and multi-hazard risk assessment worldwide. Ultimately, through partnerships, GEM promotes the application of information to disaster risk reduction. The GEM framework is built upon dozens of partnerships across public and private institutions. GEM’s projects operate at scales from local, to country, regional and global levels, and accessed widely by the GEM community. Collaboration, scientific credibility, openness and public good are GEM’s guiding principles. In 2018 GEM produced its first global earthquake hazard and risk maps, and in June 2023, GEM will release its first major update to these maps, with a wide range of hazard and risk metrics. Beyond these successful collaborations and outputs, how is GEM improving earthquake resilience worldwide? Examples include: • Collaboration with the Canadian government to develop a national hazard and risk model (2020 version) has resulted in products for local planning (e.g. Vancouver), national building code, and catastrophe risk insurance. • In Turkey, supported by the World Bank (2021), GEM, together with JBA, conducted a flood and earthquake risk assessment to evaluate hospital and school infrastructure, resulting in national funding to retrofit the most vulnerable buildings. • In the development of the European earthquake models (2022), GEM’s OpenQuake was used to bring information from over 30 countries together into a homogeneous model. Results are now informing building regulations and insurance and risk financing applications. • GEM has trained more than 1000 engineers and scientists in the use of OpenQuake, resulting in hundreds of papers and risk management applications. In line with Pillar 1 of Sendai Framework for DRR, these are important contributions to building risk knowledge and awareness. GEM continues to expand its network, and, through partnerships, to inform risk management decisions in other areas, such as disaster response and recovery, future exposure and secondary hazards, and is developing important partnerships for multi-hazard risk assessment and climate change adaptation. Progress is often painfully slow, but GEM is making a difference.
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 | 0,012 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,018 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,010 |
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 ».