3. Results and discussion
As mentioned in paragraph 2.2, four main factors were identified as relevant in explaining the relationship among all variables. Thefirst factor, Age, is the most relevant dimension, explaining 29.5% of the variance. It is evident, also in consideration of the relative literature, how the presence of children and elderly people significantly increase the vulnerability of a community (Buckle et al., 2010, Morrow, 1999, Bolin and Stanford, 1991 and Blaikie et al., 2014). Employment is another important factor (22.4% of the variance) and is often related to the potential loss of job activities after a hazardous event, increasing, therefore, the unemployment rate in a community (Cutter et al., 2003). Furthermore, unstable employment is more common in the low-paying jobs, which are more likely to be lost when businesses close or move after a disaster (Morrow, 1999). Another variable that increases social vulnerability is the “Commuting rate”, intended as people who commute daily from one municipality to another to work or study.
Education (12.9%), is the only extracted factor that decreases social vulnerability: in fact, a high level of education is related not only to the ability to understand information about emergency plans or warning information, but also to the socioeconomic status: better job opportunities and higher income are linked to a high level of education (Elstad, 1996 and Morrow, 1999).
The last factor was interpreted as Anthropization (9.5%). It is related to density and population growth and it increases social vulnerability: high population density makes evacuation harder, increasing the risk of losses and a rapid population growth is unlikely to be absorbed by the country by offering inefficient services to the population (Cutter et al., 2003).
The maps presented in Fig. 4 allow for a better understanding of the spatial distribution of these factors at a national level. Furthermore, considering the significant heterogeneity of Italy, this data is important in highlighting the contribution of each factor in the determination of the overall social vulnerability in a specific place.
3. ผลการทดลองและการอภิปราย
ดังกล่าวในวรรค 2.2 สี่ปัจจัยหลักที่ถูกระบุว่าเป็นที่เกี่ยวข้องในการอธิบายความสัมพันธ์ระหว่างตัวแปรทั้งหมด ปัจจัย thefirst, อายุเป็นมิติที่เกี่ยวข้องมากที่สุดอธิบาย 29.5% ของความแปรปรวน เห็นได้ชัดยังอยู่ในการพิจารณาของวรรณกรรมญาติว่าการปรากฏตัวของเด็กและผู้สูงอายุอย่างมีนัยสำคัญเพิ่มความเสี่ยงของชุมชน (หัวเข็มขัด et al., 2010 มอร์โรว์ปี 1999 Bolin และสแตนฟอปี 1991 และ Blaikie et al., 2014) การจ้างงานก็เป็นอีกหนึ่งปัจจัยที่สำคัญ (22.4% ของความแปรปรวน) และมักจะมีความเกี่ยวข้องกับการสูญเสียที่อาจเกิดขึ้นจากกิจกรรมงานหลังจากเหตุการณ์อันตรายที่เพิ่มขึ้นดังนั้นอัตราการว่างงานในชุมชน (ตัด et al., 2003) นอกจากนี้การจ้างงานที่ไม่มั่นคงเป็นเรื่องธรรมดามากขึ้นในงานต่ำจ่ายซึ่งมีแนวโน้มที่จะหายไปเมื่อธุรกิจปิดหรือย้ายหลังภัยพิบัติ (มอร์โรว์, 1999) ตัวแปรที่เพิ่มช่องโหว่ทางสังคมก็คือ "อัตราการเดินทาง" ตั้งใจจะให้เป็นคนที่เดินทางทุกวันจากเขตเทศบาลเมืองหนึ่งไปยังอีกในการทำงานหรือการศึกษา.
การศึกษา (12.9%) เป็นปัจจัยที่สกัดเดียวที่ลดช่องโหว่ทางสังคม: ในความเป็นจริงสูง ระดับการศึกษาที่เกี่ยวข้องไม่เพียง แต่ความสามารถในการทำความเข้าใจข้อมูลเกี่ยวกับแผนการฉุกเฉินหรือข้อมูลเตือน แต่ยังรวมถึงสถานะทางสังคมและเศรษฐกิจ: โอกาสในการทำงานที่ดีขึ้นและรายได้ที่สูงขึ้นจะเชื่อมโยงกับระดับสูงของการศึกษา (Elstad, ปี 1996 และมอร์โรว์, 1999) .
ปัจจัยสุดท้ายคือการตีความว่าเป็น Anthropization (9.5%) มันเป็นเรื่องที่เกี่ยวข้องกับความหนาแน่นของประชากรและการเจริญเติบโตและมันจะเพิ่มช่องโหว่ทางสังคม: ความหนาแน่นของประชากรสูงจะทำให้การอพยพหนักเพิ่มความเสี่ยงของการสูญเสียและการเจริญเติบโตของประชากรอย่างรวดเร็วไม่น่าจะถูกดูดซึมโดยประเทศโดยนำเสนอบริการที่ไม่มีประสิทธิภาพในการประชากร (Cutter, et al ., 2003).
แผนที่นำเสนอในรูป 4 อนุญาตให้มีความเข้าใจที่ดีขึ้นของการกระจายของปัจจัยเหล่านี้ในระดับชาติ นอกจากนี้การพิจารณาความแตกต่างอย่างมีนัยสำคัญของอิตาลีข้อมูลนี้เป็นสิ่งสำคัญในการเน้นการมีส่วนร่วมของแต่ละปัจจัยในการตัดสินใจของช่องโหว่ทางสังคมโดยรวมในสถานที่เฉพาะ
การแปล กรุณารอสักครู่..

3 . ผลและการอภิปรายตามที่กล่าวไว้ในวรรค 4 ที่ระบุว่าปัจจัยที่เกี่ยวข้องในการอธิบายความสัมพันธ์ระหว่างตัวแปรทั้งหมด คือ ปัจจัย อายุ เป็นมิติที่เกี่ยวข้องมากที่สุด อธิบาย 29.5 % ของความแปรปรวน มันเห็นได้ชัด นอกจากนี้ในการพิจารณาของวรรณคดีญาติว่าตนของเด็กและผู้สูงอายุอย่างมีนัยสำคัญเพิ่มความเสี่ยงของชุมชน ( หัวเข็มขัด et al . , 2010 , พรุ่งนี้ , 1999 , โบลิ่น และ สแตนฟอร์ด , 2534 และเบลคี่ et al . , 2010 ) การจ้างงานเป็นอีกหนึ่งปัจจัยสําคัญ ( 22.4 % ของความแปรปรวน ) และมักจะเกี่ยวข้องกับการสูญเสียที่อาจเกิดขึ้นของกิจกรรมงาน หลังจากเหตุการณ์ที่อันตรายมากขึ้น ดังนั้น อัตราการว่างงานในชุมชน ( ตัด et al . , 2003 ) นอกจากนี้ ไม่มั่นคง การจ้างงานโดยทั่วไปในงานจ่ายต่ำซึ่งมีแนวโน้มที่จะหายไปเมื่อธุรกิจปิดหรือย้ายหลังภัยพิบัติ ( พรุ่งนี้ , 1999 ) อีกหนึ่งตัวแปรที่เพิ่มความเสี่ยงทางสังคมคือ " 3 คะแนน " จะเป็นคนที่เดินทางทุกวันจากเทศบาลอื่นเพื่อทำงานหรือเรียนการศึกษา ( 12.9 % ) คือ สารสกัดปัจจัยเดียวที่ลดความเสี่ยงทางสังคม : ในความเป็นจริง การศึกษาสูง ที่เกี่ยวข้องไม่เพียง แต่ความสามารถในการเข้าใจข้อมูลเกี่ยวกับแผนฉุกเฉินหรือข้อมูลเตือนภัย แต่ยังมีสถานะทางเศรษฐกิจสังคม : งานดี โอกาส และรายได้ที่สูงขึ้นจะเชื่อมโยงกับระดับการศึกษา ( elstad พรุ่งนี้ , 1996 และ 1999 )ปัจจัยสุดท้าย คือ การตีความว่าเป็น anthropization ( 9.5% ) มันเกี่ยวข้องกับความหนาแน่นและการเติบโตของประชากร และเพิ่มความเสี่ยงทางสังคม : ความหนาแน่นสูงทำให้ขนย้ายยาก เพิ่มความเสี่ยงของการสูญเสียและการเติบโตของประชากรอย่างรวดเร็ว ไม่น่าจะถูกดูดซึมโดยประเทศ โดยเสนอบริการไม่มีประสิทธิภาพต่อประชากร ( ตัด et al . , 2003 )แผนที่ที่แสดงในรูปที่ 4 อนุญาตให้มีความเข้าใจที่ดีขึ้นของการกระจายเชิงพื้นที่ของปัจจัยเหล่านี้ในระดับชาติ นอกจากนี้ เมื่อพิจารณาจากความหลากหลายทางอิตาลี ข้อมูลนี้เป็นสิ่งสำคัญในการบริจาคของแต่ละปัจจัยในการหาช่องโหว่ของสังคมโดยรวม ในสถานที่เฉพาะ
การแปล กรุณารอสักครู่..
