MétaCan
Menu
Back to cohort
Record W7072299289

Vulnérabilité et résilience à l'érosion côtière des communautés isolées de la Basse-Côte-Nord

2022· other· fr· W7072299289 on OpenAlexaboutno aff

Bibliographic record

VenueSémaphore (Université du Québec à Rimouski) · 2022
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Projection (relational algebra)Pilotage
DOInot available

Abstract

fetched live from OpenAlex

RÉSUMÉ : Cette étude présente une évaluation et une analyse de la vulnérabilité et de la résilience à l'érosion côtière de quatre communautés côtières isolées de la Basse- Côte-Nord, au Québec, soit Kegaska, Unamen Shipu, Chevery et Blanc-Sablon. Cette évaluation se fait, entre autres, par le biais d'un indice de vulnérabilité à l'érosion côtière. Cet indice combine plusieurs variables, autant de nature géophysique, sociale, économique, environnementale, que de variables liées à l'adaptation des communautés, telles que la capacité à faire face, la prévention, la gestion de crise et la gouvernance. Il considère des enjeux exposés à l'érosion côtière sur un horizon de temps actuel (2020) et avec une projection de 50 ans (2070). L'approche utilisée permet d'identifier les principales zones à risque d'érosion, mais aussi de comprendre les facteurs dominants qui rendent ces zones plus vulnérables. Par l'entremise de cette approche, certaines zones sont déclarées plus vulnérables à l'érosion côtière en raison des enjeux qui y sont présents. Par exemple, dans la plupart des secteurs plus vulnérables, plusieurs réseaux d'infrastructures tels que les réseaux routiers, hydro- électriques, de la téléphonie et de l'aqueduc pourraient être affectés par l'érosion côtière. Une enquête a été menée à l'été 2019 auprès des communautés étudiées et des entretiens semi-dirigés ont été réalisés avec les gestionnaires des communautés afin d'intégrer leur savoir, de connaître leur perception des risques côtiers et d'identifier les mesures d'adaptation mises en place. Les connaissances acquises via l'indice, l'enquête et les entretiens semi-dirigés ont permis d'avoir une meilleure compréhension de la vulnérabilité à l'érosion côtière des communautés étudiées et de proposer des mesures d'adaptation afin qu'elles puissent améliorer leur résilience à l'érosion côtière. L'influence de l'isolement des sites étudiés sur leur vulnérabilité a aussi été soulignée en marquant quelques aspects positifs et négatifs de celle-ci. Le développement de l'indice de vulnérabilité à l'érosion côtière conjuguée à l'analyse de l'enquête permettra d'aider les communautés à réduire leur vulnérabilité aux aléas côtiers dans un contexte d'isolement et aux autorités à faire des choix d'adaptation éclairés. -- Mot(s) clé(s) en français : indice de vulnérabilité, érosion côtière, communautés isolées, adaptation, vulnérabilité, résilience. -- \nABSTRACT : This study presents an assessment and an analysis of the vulnerability and resilience to coastal erosion of four remote coastal communities on the Lower North Shore of Quebec which are Kegaska, Unamen Shipu, Chevery and Blanc-Sablon. This assessment is carried out via a vulnerability index to coastal erosion. This index combines several variables, of a geophysical, social, economic and environmental nature, as well as variables linked to the adaptation of communities. The index takes into account the stakes exposed to coastal erosion on the current horizon (2020) and for a 50-years projection (2070). This approach allows to identify the main areas at risk of erosion and to understand the dominant factors which make these areas more vulnerable. Through this approach, some areas can be identified as being more vulnerable because of the presence of assets at risk. For example, in most of the more vulnerable sectors, several infrastructure networks such as road, hydroelectric, telephone and water networks could be affected by coastal erosion. A survey was carried out in summer 2019 among the communities studied and semi-structured interviews were carried out with the managers of the communities. The results helped us to integrate their knowledge, to know their coastal risk perceptions and to identify the adaptation measures already in place. The knowledge acquired through the index, the survey and the semi-structures interviews made it possible to gain a better understanding of the vulnerability to coastal erosion. It also helped us propose adaptation measures to the communities studied so that they can improve their resilience to coastal erosion. The remoteness of the studied sites influences their vulnerability. Some negative and positive aspect of their remoteness are highlighted. The development of the coastal erosion index combined with the analysis of the survey will help the communities to reduce their vulnerability to coastal hazards in a remote context. It will also help the authorities to make enlightened adaptation choices. -- Mot(s) clé(s) en anglais : vulnerability index, coastal erosion, remote communities, adaptation, vulnerability, resilience.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.402
Threshold uncertainty score0.808

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.003
Science and technology studies0.0020.001
Scholarly communication0.0020.001
Open science0.0010.002
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.009
GPT teacher head0.223
Teacher spread0.214 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueSémaphore (Université du Québec à Rimouski)French-language works237,207