MétaCan
Menu
Retour à la cohorte
Enregistrement W2757548980 · doi:10.1108/ijdrbe-10-2014-0072

Tornado mitigation network analysis and simulation

2017· article· en· W2757548980 sur OpenAlexaffabout
Samanthi W. Durage, S. C. Wirasinghe, Janaka Y. Ruwanpura

Notice bibliographique

RevueInternational Journal of Disaster Resilience in the Built Environment · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTornadoWarning systemComputer scienceProcess (computing)Probabilistic logicEmergency managementRisk analysis (engineering)Operations researchComputer securityEngineeringGeographyBusinessTelecommunicationsMeteorology

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to apply network modelling and simulation methods to critically analyse the tornado detection, warning and communication system in the Canadian Prairies. Design/methodology/approach The simulation results of the developed network illustrate the role of collaborating partners and provide a probabilistic representation of the overall time from tornado detection to warning issuance. Furthermore, the total time from the warning issuance to when evacuation is complete is analysed by combining the time distribution of the network and the evacuation time distribution, which is developed based on survey data. Findings A set of recommendations are offered as guidelines for consideration and possible adoption by collaborating partners who are involved at different stages of the detection, warning, communication and evacuation process. Practical implications The research contributes to a deeper understanding of the pre-disaster phase of tornadoes by providing an overall analysis that spans different areas under the general umbrella of disaster mitigation. Social implications This research paper helps the community to work together in developing mitigation measures to enhance social values and benefits. Originality/value This paper shows how activity network modelling and simulation methods, which are normally applied in construction management, can be used to analyse the overall process from tornado detection to the warning issuance.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil0,272

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,263
Écart entre enseignants0,255 · 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'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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Disaster Resilience in the Built EnvironmentMême sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207