MétaCan
Menu
Retour à la cohorte
Enregistrement W2090425747 · doi:10.1051/radiopro/20116528s

Assessing emergency situations and their aftermath in urban areas: The EMRAS II Urban Areas Working Group

2011· article· en· W2090425747 sur OpenAlexaff
Kathleen M. Thiessen, Kasper Grann Andersson, V. Berkovskyy, T.W. Charnock, Sohan Chouhan, G. de With, Vladimír Fuka, Jan Helebrant, Jiřı́ Hůlka, Won Tae Hwang, Petr Kuča, Francesco Mancini, R. Periáñez, Z. Prouza, G. Sdouz, José M. Tomás, D. Trifunović, L. Urso, H. Walter

Notice bibliographique

RevueRadioprotection · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensAtomic Energy (Canada)
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésGroup (periodic table)Medical emergencyMedicineChemistry

Résumé

récupéré en direct d'OpenAlex

The Urban Areas Working Group is part of the International Atomic Energy Agency’s EMRAS II (Environmental Modelling for Radiation Safety) Programme. The goal of this Working Group is to test and improve the capabilities of models used in assessment of radioactive contamination in urban settings, including dispersion and deposition events, short- and long-term contaminant redistribution following deposition events, and potential countermeasures or remediation efforts for reducing human exposures and doses. The Working Group has developed three modeling exercises, which are designed to permit intercomparison of model predictions and, in one case, comparison of model predictions with measurements. This paper describes the scenarios and provides comparisons of initial modeling results. Reasons for similarities and discrepancies among model predictions are discussed in terms of the modeling approaches, models, and parameter values used by different assessors. Preliminary conclusions emphasize the value of explaining individual approaches and the importance of understanding the effects of different assumptions and parameter values on the modeling results.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,271
Écart entre enseignants0,230 · 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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadioprotectionMême sujetDisaster Management and ResilienceTravaux en français237 207