A comprehensive assessment of multilayered safety (meerlaagsveiligheid) in flood risk management
Notice bibliographique
Résumé
Multilayered Safety (MLS) is seen as the next step in Dutch flood risk management. In the last decades the idea that only flood defenses can prevent floods gave way to the realization prevention can also be implemented along other lines, e.g. giving the rivers more space. The next thought was that next to preventing floods it should be possible to reduce the loss due to flooding. Therefore, MLS is meant to introduce comprehensive flood risk management by implementing three layers, or put differently safety nets: 1. Prevention (dikes, space for rivers, etc.), 2. Spatial Solutions (flood-proofing houses, elevating houses, re-locating etc.), 3. Crisis Management (evacuation, warning, etc.). Before this study, there was no academic interpretation of MLS and it had never been tested comprehensively. Consequently, a theoretical framework is being developed in this thesis to be able to model MLS. This is followed by a hypothetical case study and additional one for the City of Dordrecht to examine the actual effect of MLS on the flood risk and its cost-efficiency. It was found that theoretically MLS is indeed an alternative to only Prevention. Furthermore, it introduces the option to better customize flood risk management to local circumstances. By doing so, flood risk management becomes more cost-efficient. As the cost-efficiency is found to be dependent on the initial safety level, it is concluded that in the Netherlands MLS only has the potential to supplement the existing flood protection. In areas with a heavy implementation of flood defenses like in Dordrecht, MLS is fit to complement flood risk management rather than replacing the prevailing Prevention approach. However, to do so (local) authorities need to be able to base their flood management policies on flood risk, e.g. by benchmarking a certain Individual Risk.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».