MétaCan
Menu
Retour à la cohorte
Enregistrement W2055707038 · doi:10.1002/fam.928

Fire losses in selected property classifications of non‐residential, commercial and residential wood buildings. Part 1: hotels/motels and care homes for aged

2006· article· en· W2055707038 sur OpenAlexafffundabout
Leslie R. Richardson

Notice bibliographique

RevueFire and Materials · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensIntertek (Canada)
Organismes subventionnairesFPInnovations
Mots-clésFire safetySmokeForensic engineeringArchitectural engineeringFire protectionFlammabilityBuilding codeEngineeringEnvironmental scienceCivil engineeringTransport engineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract In an attempt to evaluate the adequacy of building code requirements for selected classifications of non‐residential, commercial and residential wood buildings, researchers at Forintek Canada Corp. have examined Canadian and American fire loss statistics and compared fire losses for the selected classifications of wood buildings with those for similar buildings of non‐combustible construction. They have also examined causal factors associated with fires in those structures, extent of flame and smoke spread, ability of sprinkler systems and building construction to minimize fire losses, and outcomes of fire events. Because of the volume of information that was analysed, the results are being reported through three separate papers. This, the first, presents the ‘big picture’ with respect to fire losses in the selected classifications of non‐residential, commercial and residential structures, and discusses in detail fire losses for hotel/motel properties and care homes for the aged. Copyright © 2006 John Wiley & Sons, Ltd.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,769
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,023
Tête enseignante GPT0,298
Écart entre enseignants0,274 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFire and MaterialsMême sujetInjury Epidemiology and PreventionTravaux en français237 207