MétaCan
Menu
Retour à la cohorte
Enregistrement W7117254163 · doi:10.1186/s42854-025-00088-4

Experimenting with urban stressors: a network-based approach to systemic resilience through the URSA framework

2025· article· en· W7117254163 sur OpenAlexaffabout
Mozhgan Pourmoradnasseri, Amir Albadvi, Arifusalam Shaikh, Mohsen Ghodrat, M. Kyan Bahrami

Notice bibliographique

RevueUrban Transformations · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensUniversity Canada West
Organismes subventionnairesnon disponible
Mots-clésInterdependenceResilience (materials science)Urban resilienceSustainabilityEmulationAction (physics)Sociocultural evolutionShock (circulatory)Component (thermodynamics)Psychological resilience

Résumé

récupéré en direct d'OpenAlex

Understanding how shocks cascade through interdependent urban systems is essential for designing effective resilience strategies. We introduce the Urban Resilience and Sustainability Alliance (URSA), a network-based framework that represents a city’s physical, socioeconomic, and sociocultural dimensions as a multi-domain directed network of indicators, coupled with the URSA-RSPM (Realistic Stress Propagation Model). URSA integrates structural diagnostics with an adaptive contagion algorithm to quantify network resistance through defined metrics and to simulate both passive and policy-driven recovery. Computational experiments illustrate how URSA-RSPM identifies latent vulnerabilities and evaluates “what-if” interventions. In a Vancouver case study of a hypothetical tariff shock to the Public Finance and Business Environment indicators, the model reveals rapid cross-domain cascades when no action is taken and demonstrates that timely fiscal support can contain widespread failure. By serving as a city-scale digital living lab, URSA-RSPM enables planners and policy analysts to explore multi-hazard and compound-risk scenarios in a safe, data-driven environment, supporting iterative policy design and adaptive urban governance.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,004
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
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 Opus0,006
Tête enseignante GPT0,222
Écart entre enseignants0,216 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban TransformationsMême sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207