Return to search

Analyse des variables associées aux comportements préventifs à l'inondation

Thèse ou mémoire avec insertion d'articles / Les inondations entrainent de nombreux dommages et des coûts économiques énormes. Cette étude vise à identifier les prédicteurs de l'adaptation aux inondations à l'aide de l'analyse de régression par copules afin d'analyser les meilleurs profils d'adaptation à l'inondation dans quatre groupes de participants : 1. Un groupe formé des gens ayant vécu plus de 15 ans en zone inondable (FPA_15+), 2. Un groupe composé de gens ayant vécu 15 ans ou moins en zone inondable (FPA_15-), 3. Un groupe composé des gens ayant vécu plus de 15 ans en zone périphérique, soit à moins de 150 mètres d'une zone inondable (PERA_15+), et 4. Un groupe composé des gens ayant vécu 15 ans ou moins en zone périphérique (PERA_15-). L'étude a été menée auprès de 2925 participants à l'aide d'entrevues téléphoniques. Les données collectées sont relatives aux caractéristiques sociodémographiques, au sentiment d'appartenance à la communauté locale, à la perception du risque d'inondation, à la sévérité du risque sur la santé physique et mentale et sur les biens, ainsi qu'à la croyance d'habiter dans une zone inondable puis à l'expérience d'inondation. Les prédicteurs de l'adaptation ont été identifiés par l'analyse de régression par copules basée sur le Critère d'Information Bayésien Conditionnel (CBIC). En utilisant ces prédicteurs, les participants ont été regroupés en dix meilleurs profils (un meilleur profil est la combinaison de caractéristiques maximisant l'adaptation à l'inondation). Les meilleurs prédicteurs d'adaptation sont: l'expérience relative à l'inondation dans le groupe FPA_15+, la croyance d'habiter une zone inondable dans le groupe PERA_15+, la perception du risque d'inondation dans le groupe FPA_15- ainsi que dans le groupe PERA_15-. Les dix meilleurs profils ont révélé que les gens maximisent l'adaptation aux inondations même s'il y a des différences au sein et entre les profils. Cette étude pourrait ainsi contribuer à optimiser des interventions ciblées visant à améliorer l'adaptation à l'inondation. / Floods cause extensive damage and enormous economic costs. This study aims to identify predictors of flood adaptation using copula regression analysis in order to analyze the best flood adaptation profiles in four participant groups: 1. A group consisting of people who have lived in a flood zone for more than 15 years (FPA_15+), 2. A group of people who have lived in a flood zone for 15 years or less (FPA_15-), 3. A group consisting of people who have lived in the peripheral area, less than 150 meters from a flood zone, for more than 15 years (PERA_15+), and 4. A group consisting of people who have lived in the peripheral area for 15 years or less (PERA_15-). The study was conducted on 2925 participants using telephone interviews. The collected data are related to socio-demographic characteristics, the sense of belonging to the local community, perception of flood risk, severity of risk to physical and mental health and property, belief of living in a flood zone and flood experience. Copula regression analysis based on Conditional Bayesian Information Criterion (CBIC) was used to identify predictors of adaptation. Using these predictors, participants were grouped into top-ten adaptation profiles (a top profile being the combination of characteristics that maximize flood adaptation). The best adaptation predictors are: flood-related experience in the FPA_15+ group, belief of living in a flood zone in the PERA_15+ group, perception of flood risk in both the FPA_15- and PERA_15- groups. The top ten profiles revealed that people maximize flood adaptation even though there are differences within and between profiles. This study could thus contribute to optimizing targeted interventions aimed at improving flood adaptation.

Identiferoai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/119345
Date13 December 2023
CreatorsHountondji, Lionel
ContributorsValois, Pierre
Source SetsUniversité Laval
LanguageFrench
Detected LanguageFrench
TypeCOAR1_1::Texte::Thèse::Mémoire de maîtrise
Format1 ressource en ligne (ix, 64 pages), application/pdf
CoverageQuébec (Province)
Rightshttp://purl.org/coar/access_right/c_abf2

Page generated in 0.0024 seconds