MétaCan
Menu
Retour à la cohorte
Enregistrement W2021895759 · doi:10.1177/0885412211412315

Carless and Special Needs Evacuation Planning

2011· article· en· W2021895759 sur OpenAlexaff
John L. Renne, Thomas W. Sanchez, Todd Litman

Notice bibliographique

RevueJournal of Planning Literature · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésMultidisciplinary approachPreparednessGovernment (linguistics)Natural disasterEmergency evacuationPopulationEmergency managementUrban planningEnvironmental planningBusinessGeographyPolitical scienceEngineeringMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

For this review, we included a wide range of literature related to emergency preparedness planning and information on the evacuation of carless residents, including minority, low income, elderly, disabled, and residents with limited mobility and health problems. The review includes sources that highlight best practices, and identify areas of weakness within the field of emergency preparedness with respect to the target population of this study. This review discusses different needs for different types of natural and human-induced disasters. It also discusses the role for an integrated, multimodal approach for evacuation planning to assist with evacuating people in the most efficient manner possible. This literature review serves to characterize the current state of thinking and practice on the subject of carless and special needs evacuation planning. The focus of the literature review is on the role of government and public agencies. Overall, the literature related to carless evacuation planning is multidisciplinary and wide ranging. The events surrounding Hurricane Katrina motivated this review of existing research and provided an opportunity to synthesize other earlier related research. The process is important for finding gaps in the contemporary understanding of these issues, especially given more recent evacuations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,039
Tête enseignante GPT0,305
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations61
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Planning LiteratureMême sujetDisaster Management and ResilienceTravaux en français237 207