Transit-Based Emergency Evacuation Simulation Modeling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Several recent mass evacuations, including those in advance of Hurricane Katrina in New Orleans and Hurricane Rita in Houston, have demonstrated the effects of limited planning for carless populations. The lack of planning left a significant portion of the mobility-limited population of both these cities unable to flee in advance of the storms. Since 2005, however, both of these cities (as well as others across the United States) have developed transit-assisted mass evacuation plans at various levels of detail. Because these plans are relatively recent and do not have a history of experience on which to base their performance, it is difficult to know how well, or even if, they will work. This article describes one of the first attempts to systematically model and simulate transit-based evacuation strategies. In it, the development of and the results gained from an application of the TRansportation ANalysis and SIMulation System (TRANSIMS) agent-based transportation simulation system to model assisted evacuation plans of New Orleans are described. In the research, average travel time and total evacuation time were used to compare the results of a range of conditions over a two-day evacuation period, including two alternative transit evacuation routing plans and four alternative network loading scenarios. Among the general findings of the research was that the most effective scenarios of transit-based evacuation were those that were carried out during time periods during which the auto-based evacuation was in its “lull” (nonpeak/overnight) periods. These conditions resulted in up to a 10% reduction in overall travel time and up to 45% reduction in the total evacuation time when compared to peak evacuation conditions. It was also found that routing buses to alternate arterial routes reduced the overall travel time by up to 52% and the total evacuation time by up to 14%.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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