Collection and Use of Data from School Egress Trials
Notice bibliographique
Résumé
Data was collected from five evacuations from the same school building, conducted in Spain between 2011 and 2014. Children from 6 to 16 years old were observed during the evacuation exercises. Four of the evacuations were unannounced, while one was semi-announced: the staff being aware that the drill would be conducted on a particular day, while the students were unaware. Information was gathered on the key factors deemed to influence evacuation performance: a description of the geometry, the population involved, the procedures employed and the organization of the drill itself. This information should allow interested parties to gain a reasonably detailed understanding of the initial conditions of each of the five trials. Evacuation data was also collected, focusing on the pre-evacuation times, the routes employed, the speeds adopted and the arrival times. Where data is ambiguous, flawed or omitted, this is documented in an attempt at transparency. To demonstrate an application of this data, we performed a series of small test cases using the Pathfinder, STEPS and EXODUS evacuation tools. The purpose of this work is to (1) provide insight into the configuration of these models for equivalent scenarios; (2) examine any variation in the simulated conditions given equivalent initial conditions; and (3) make public the configuration files (e.g. architectural files, raw experimental data, etc.) and analysis to contribute to the understanding the emergency movement of school pupils and the subsequent use of this data as part of modelling validation exercise. It is suggested that the very transparency of this process is relatively novel in the area of egress modelling.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».