Disaster Response and Mitigation Support Technology for All-Hazards in Tokyo Metropolitan Area
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In Theme 7-2 of SIP Disaster Prevention (Enhancement of Social Resiliency against Natural Disaster of Cross-ministerial Strategic Innovation Promotion Program), we implemented the two subthemes to develop the disaster response and mitigation technology effective for the complex disaster caused by earthquake and flood by torrential rain in megalopolis such as Tokyo metropolitan area; “Subtheme 1: Development of Application Software for Supporting All-Hazards Management in Megalopolis and Commercial Areas around Large Terminal Stations,” and “Subtheme 2: Sustainable Development of Local Disaster Prevention Technology with Visualization Application.” In the former, we formulated behavioral guidelines of central city areas during disasters based on the hazard/risk assessment, and developed an application software for PC/smartphone to support emergency management by delivering relevant information to civilians and disaster response workers during the disaster. Especially, the application would reduce secondary disasters, such as the confusion/panic by the huge number of crowds. In the latter, to “efficiently utilize the limited time, human resources and goods and to minimize damage” at the time of the disaster, we developed a “travel support application,” which can efficaciously “assign” workers to various tasks (the events that require a response) that are spatially distributed at the occurrence of disaster, “navigate” by identifying optimal routes for patrol and “monitor” progress.
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle