Objective. County-level socioeconom

Objective. County-level socioeconomic and demographic data were used to
construct an index of social vulnerability to environmental hazards, called the
Social Vulnerability Index (SoVI) for the United States based on 1990
data. Methods. Using a factor analytic approach, 42 variables were reduced to 11
independent factors that accounted for about 76 percent of the variance. These
factors were placed in an additive model to compute a summary score—the Social
Vulnerability Index. Results. There are some distinct spatial patterns in the SoVI,
with the most vulnerable counties clustered in metropolitan counties in the east,
south Texas, and the Mississippi Delta region. Conclusion. Those factors that
contribute to the overall score often are different for each county, underscoring the
interactive nature of social vulnerability—some components increase vulnerability;
others moderate the effects.

結果 (繁體中文) 1:

目的。縣級社會經濟和人口資料習慣構建對環境的危害，被稱為社會脆弱性指數根據 1990 年 5 月，美國的社會脆弱性指數 (實施)資料。方法。運用因數分析法，42 變數被減少到 11約占 76%的方差的獨立因素。這些因素被安置在添加劑的模型來計算匯總分數 — — 社會脆弱性指數。結果。在實施，有一些獨特的空間模式與最脆弱的縣聚集在大都會在東方，德克薩斯州南部和密西西比河三角洲地區。結論。那些因素促進整體分數往往是不同的每個縣，凸顯社會脆弱性的互動性 — — 某些元件增加漏洞;其他人中度影響。

結果 (繁體中文) 2:

目的。縣級社會經濟和人口數據被用來
構建社會易受環境危害的指標，被稱為
對美國社會脆弱性指數（SOVI）基於1990年
的數據。方法。使用因子分析的方法，42變量減少到11
的獨立因素佔方差的約76％。這些
因素被放置在添加劑模型計算的匯總得分，社會
脆弱性指數。結果。有在SOVI一些獨特的空間格局，
與聚集在大都市縣的東部，是最脆弱的縣
南部得克薩斯州和密西西比河三角洲地區。結論。這些因素
有助於整體得分往往是每個縣不同，強調
的社會脆弱性，一些組件漏洞，增加互動性;
其他溫和的影響。

結果 (繁體中文) 3:

目標。縣域社會經濟和人口數據被用來
構建社會脆弱性指數對環境的危害，稱為
社會脆弱性指數（索）為美國基於1990
數據。方法。使用因數分析法，42個變數被减少到11個獨立的因素，占約百分之76的變異。這些在一個附加的模型中，計算一個匯總得分的社會，脆弱性指數。結果。在理論上也有一些不同的空間格局，
最脆弱縣集中在東部都市郡，
南德克薩斯和密西西比河三角洲地區。結論。這些因素，有助於整體得分往往是不同的每個縣，強調
互動性的社會脆弱性的一些成分新增的脆弱性；
其他溫和的影響。