MétaCan
Menu
Retour à la cohorte
Enregistrement W2125908438 · doi:10.1287/deca.1080.0124

A Decision Tree Model for Evaluating Countermeasures to Secure Cargo at United States Southwestern Ports of Entry

2008· article· en· W2125908438 sur OpenAlexfundno aff
Niyazi Onur Bakır

Notice bibliographique

RevueDecision Analysis · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesAustralian GovernmentDefence Research and Development CanadaU.S. Department of Homeland Security
Mots-clésCountermeasureFalse alarmComputer securityTerrorismDecision treeTruckComputer scienceOperations researchEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

This paper presents a decision tree model for evaluating countermeasures to reduce vulnerabilities to terrorism in commercial truck crossings at United States southwestern land ports of entry. The model includes critical events in four phases of cargo movement: cargo transfer in Mexico, Mexican customs, U.S. customs, and the inland phase. Improvements in transportation security, inspections at Mexican ports, and at U.S. ports, are comparatively evaluated using parameterized variables. Costs and benefits of such improvements are analyzed to counter a radiological dispersion device (also known as a “dirty bomb”) attack. The results suggest that security decisions depend primarily on the probability of attack and parameters that influence the overall cost of false alarms. Extensive exploratory analysis reveals that improving security at Mexican ports is not recommended, mainly due to the cost of false alarms. However, a high percentage and a high cost of false alarms may justify new radiation portal monitors at U.S. ports even when improvements in the capability to detect dangerous cargo are insignificant. Better transportation security is not recommended if the probability of attack is less than 0.15. When the probability of attack exceeds 0.15 and false-alarm related costs are high, the model recommends enhancing transportation security. In addition, the parameters modeling economic consequences of an attack in a populated area, the probability of discovering weapons after smuggling into the United States, the probability of detonation, as well as the probability of detection at U.S. ports of entry, have significant impact on the countermeasure decision.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,025
Tête enseignante GPT0,296
Écart entre enseignants0,271 · 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'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

Citations46
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision AnalysisMême sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207