MétaCan
Menu
Retour à la cohorte
Enregistrement W1988827780 · doi:10.1002/nav.20387

A multiobjective coverage‐based model for Civilian search and rescue

2009· article· en· W1988827780 sur OpenAlexaffabout
Yaw Asiedu, Mark Rempel

Notice bibliographique

RevueNaval Research Logistics (NRL) · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFacility Location and Emergency Management
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésBackupInteger programmingOperations researchSearch and rescueGenetic algorithmComputer scienceMathematical optimizationAviationSet (abstract data type)SoftwareService (business)EngineeringMathematicsBusinessAlgorithmArtificial intelligenceMachine learningDatabaseOperating system

Résumé

récupéré en direct d'OpenAlex

Abstract The Civil Air Search and Rescue Association (CASARA) is a Canada‐wide volunteer aviation association that provides air search support services to the Canadian National Search and Rescue (SAR) program. As with any emergency service provider, the locations of CASARA units greatly impact their overall effectiveness. In this article, the optimal location of CASARA units is formulated as a multiobjective maximal covering location problem. The model addresses the objectives of maximizing the coverage, minimizing the number of units, and maximizing the backup coverage of SAR incidents within Canada. A multigender genetic algorithm is proposed to determine a set of nondominated CASARA location configurations. Results are compared with solutions found using commercial integer programming software. It is shown that the nondominated genetic algorithm solutions are near‐optimal. These are determined in much less time than comparable solutions using commercial integer programming software. © 2009 Wiley Periodicals, Inc.* Naval Research Logistics, 2011

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,217
Tête enseignante GPT0,395
Écart entre enseignants0,178 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNaval Research Logistics (NRL)Même sujetFacility Location and Emergency ManagementTravaux en français237 207