Évaluations actuarielles de différents régimes publics-privés d’assurance inondation
Bibliographic record
Abstract
Les inondations constituent le plus important type de désastre naturel au Canada. Toutefois, l’assurance inondation (pour les débordements de cours d’eau) demeure facultative dans le marché privé et, lorsqu’offerte, la prime est souvent inabordable ou la protection insuffisante pour les propriétaires à haut risque. Par conséquent, la plus grande partie du risque d’inondation est assumée par les gouvernements provinciaux et le gouvernement fédéral via les programmes d’aide financière offerts aux sinistrés. Depuis une dizaine d’années, les assureurs et les gouvernements discutent du partage du risque d’inondation au Canada. Suite au rapport du Groupe de travail sur l’assurance contre les inondations et d’aide à la relocalisation déposé en 2022 par Sécurité publique Canada, le gouvernement fédéral a alloué des fonds pour la création d’une société de la Couronne pour faciliter la gestion des impacts financiers des inondations au Canada. Il demeure toutefois qu’un programme d’assurance inondation reste à créer dont les coûts récurrents et non récurrents sont à quantifier. Dans ce mémoire, nous analysons le risque d’inondation au Canada à l’aide d’approches actuarielles et financières pour soutenir le processus décisionnel des gouvernements et des parties prenantes quant au partage des risques financiers des inondations. Selon les données, le risque brut d’inondation au Canada est estimé à 1,4 milliard de dollars en moyenne par année pour 9,8 millions de logements. Les pires risques génèrent une grande proportion du risque total ; leur prime est majoritairement inabordable. En effet, 10% des logements génèrent approximativement 80% des pertes brutes annuelles au Canada. Les coûts annuels moyens d’un programme d’assurance inondation hypothétique couvrant près de 10 millions de logements pourraient varier entre 1,7 milliard et 2,4 milliards de dollars en fonction des protections offertes. Exclure 1% des pires risques diminue fortement les besoins en renflouement du programme d’assurance inondation. Les gouvernements doivent identifier les propriétaires les plus à risque et trouver une solution pour réduire le risque d’inondation au Canada afin d’assurer la viabilité d’un programme national d’assurance inondation. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : évaluation actuarielle, risques financiers, risque d’inondations, assurance inondation, partage du risque
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.043 | 0.079 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".