Boken "Modelling Under Risk and Uncertainty" utforsker den sentrale rollen modellering spiller innen en rekke felt som industri, miljø, økonomi, biomedisin og sivilingeniørfag. Den tar for seg de utfordringene og problemstillingene som oppstår når modeller brukes som beslutningsverktøy. Forfatterne stiller kritiske spørsmål som: Hvor usikker er modellen min? Er den faktisk verdifull for å støtte de beslutningene som må tas? Hvilke typer avgjørelser kan modellen virkelig støtte, og hvordan håndterer jeg gjenværende usikkerhet? Utredningen berører også spørsmålet om hvor mye mer raffinert den matematiske beskrivelsen trenger å være, vurdert opp mot de reelle databegrensningene. I tillegg belyser boken om usikkerheten kan reduseres gjennom mer data, økt investering i modellering eller utvidet datakapasitet, samt når man skal ta tiltak for å redusere denne usikkerheten. Videre vurderer den robustheten til analysene samt de involverte beregningsmetodene og diskuterer om disse metodene kan og bør være mer robuste. Forfatterne stiller også spørsmål ved hensiktsmessigheten av å håndtere usikkerhet, risiko, mangel på kunnskap, variasjon eller feil samlet sett, samt hvor rimelig bruk av probabilistisk modellering er for sjeldne hendelser, og hvor sjeldne disse hendelsene faktisk er. Boken gir leserne en dypere forståelse av de komplekse aspektene ved modellering under risiko og usikkerhet, og gir praktiske innsikter i hvordan man kan navigere disse utfordrende farvannene.
