MétaCan
Menu
Retour à la cohorte
Enregistrement W1973087093 · doi:10.5539/jsd.v6n2p86

Dealing with Environmental Disaster: The Intervention of Community Emergency Teams (CET) in the 2010 Israeli Forest Fire Disaster

2013· article· en· W1973087093 sur OpenAlexvenueno aff
Javier Simonovich, Moshe Sharabi

Notice bibliographique

RevueJournal of Sustainable Development · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommunity resiliencePreparednessWork (physics)Resilience (materials science)Christian ministryGeographyFirefightingNatural disasterEnvironmental resource managementIntervention (counseling)Emergency managementTraining (meteorology)Environmental planningPolitical scienceEngineeringNursingEnvironmental scienceCartographyMeteorologyMedicine

Résumé

récupéré en direct d'OpenAlex

In December, 2010, a large forest fire broke out in the Carmel Forest in Israel near the city of Haifa and spread throughout the communities of the Carmel Seashore Regional Council. The fire left forty-four casualties and thousands of square kilometers burned. This paper describes the effective performance during the fire of Community Emergency Teams (CET) established and trained during the previous year in residential areas, to be ready to react in any community emergency, whether security situation or natural disaster. The CETs were organized according to a community preparedness model developed by the Community Work Service of the Ministry of Welfare to provide an immediate local response until official forces arrive at the scene. CETs alerted and enlisted residents, provided information, and guided them through evacuation as well as taking care of private and public property and participating in fighting the fire. The success of CETs is due to three identifiable stages: First, volunteer training and preparation to gain personal and community resilience. Second, cohesive and organized action taken by the CETs during the four day blaze. Third, the recognition and reinforcement gained by volunteers and residents at the community level. It is suggested that the model be applied to as many communities as possible for a fast suitable reaction in any type of emergency situation in Israel.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetDisaster Management and ResilienceTravaux en français237 207