Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Om de zelfredzaamheid van burgers bij rampen en incidenten te vergroten is het belangrijk dat mensen zich bewust worden van de risico’s in hun eigen omgeving. In deze studie hebben we geïnventariseerd hoeveel gemeenten op dit moment hun burgers informeren over deze risico’s, en zo ja, op welke manier zij dit doen. Daarnaast hebben we op basis van de literatuur over risicoperceptie, innovatieve vormen van risicocommunicatie bedacht die mensen bewuster maken van de risico’s die hen bedreigen en hen aanzetten tot voorbereidend gedrag. Achtenveertig gemeenten werden aangeschreven en 21 gemeenten hebben daadwerkelijk de vragenlijst ingevuld en geretourneerd. Met name de gemeenten die het belang van risicocommunicatie inzien hebben de vragenlijst ingevuld, waardoor de resultaten waarschijnlijk een positiever beeld schetsen dan daadwerkelijk het geval is. Uit de resultaten bleek dat de helft van de onderzochte gemeenten een eigen interventie voor de communicatie van risico’s heeft ontwikkeld. De andere helft heeft zich aangesloten bij de nationale Denk Vooruit campagne van de nationale overheid en wijst burgers via onder andere folders, de gemeentesite en de gemeentegids op deze campagne. Of mensen zich wel of niet voorbereiden op rampen hangt meer samen met de mate waarin men zich zorgen maakt dan met kennis van feitelijke risico’s. Om ook deze affectieve kant van risicoperceptie aan te spreken zouden interventies onwikkeld moeten worden die een directe affectieve reactie oproepen. Een van de mogelijkheden om mensen de gevolgen van een ramp of incident te laten ervaren is om oefeningen te doen in een virtuele wereld. Een andere manier is om risico’s te communiceren via verhalen. Met verhalen communiceren mensen niet alleen kennis maar ook de emotionele betekenis van een gebeurtenis. Deze vormen van risicocommunicatie maken mensen wellicht meer bewust van risico’s op een ramp of incident.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.004 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.006 | 0.002 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.001 | 0.050 |
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 it