Helping the Other Victims of September 11: Gander Uses Multiple EOCs to Deal With 38 Diverted Flights
Notice bibliographique
Résumé
On September 11, 2001, after seeing three hijacked jets turned into missiles and a fourth crash in Pennsylvania, the United States ordered all U.S.-registered aircraft to land at the nearest airport and closed its airspace. When the decision was made, hundreds of commercial flights were over the Pacific or Atlantic en route to North America. Some had sufficient fuel to turn back. Most needed a North American airport to take them and that airport had to be in Canada. The Canadian government, its air traffic control system and Canadian airports were presented with a fait accompli. They had to accept hundreds of aircraft knowing-given what happened-that one or more of them might be carrying terrorists or be under terrorist control. Worried about the possibility that some of those jets might attack major Canadian cities, the federal government ordered that these jets land at smaller communities along Canada's East Coast. Two Canadian cities-Halifax and Vancouver-received the most diverted flights on September 11. But when Gander's population-10,347-is considered its intake was proportionally far greater. Gander took in 38 flights and 6,600 passengers, a 63 per cent increase in its population, compared to a two per cent increase in Halifax, less than a third of a one per cent increase for Vancouver. This article is about how Gander handled that situation. As will be shown, the community activated a number of emergency operations centers (EOCs)-and each ended up managing one aspect of the response. Though the airport was the key, the result was a coordinated system that ran smoothly without any single agency taking charge. This article describes how that system came about and why it worked; and how Gander avoided problems that often occur with multiple EOCs and emergent groups.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».