EM-T1Journal of Contingencies and Crisis Management2020-09-01第 28 卷第 3 期，251-261高影响力 · 前 10%

Using deep learning and social network analysis to understand and manage extreme flooding

登录后看摘要和中文要点

英文摘要、AI 生成的中文摘要和三条要点、参考文献和引证文献列表、论文图谱，注册免费。

关键词

洪涝风险与减灾金融风险与机器学习 extreme floods crisis management social media Twitter text classification BERT domain adaptation social network analysis information sources disaster response extreme weather events

登录后可以看完整列表。去登录

33次被引阅读 2

被引数据来自 OpenAlex，含本站以外的引用

Journal of Contingencies and Crisis ManagementWiley (Blackwell Publishing)

应急管理一类

本站发文: 768
总被引: 12,030
ISSN: 0966-0879

进入期刊页 →

引用这篇

ROMASCANU A, KER H, SIEBER R E, et al. Using deep learning and social network analysis to understand and manage extreme flooding[J]. Journal of Contingencies and Crisis Management, 2020, 28(3): 251-261. DOI:10.1111/1468-5973.12311.

著录项

学科: 文学新闻传播学传播学
类型: 研究论文
期刊: Journal of Contingencies and Crisis Management
基金资助: Environment Canada项目号 ECCC GCXE19M010
卷期页: 第 28 卷第 3 期，251-261
出版: 2020-09-01
语言: 英语
DOI: 10.1111/1468-5973.12311

获取来源1 处

Journal of Contingencies and Crisis Management出版版
页面

来源列表来自 OpenAlex；本站不存全文，链接打开的是对方网站

论文图谱

本篇和它的参考文献、引证文献、相似文献

登录后可以看这篇的论文图谱：谁被它引用、谁引用了它、还有哪些相似的研究。