Multiple Correspondence Analysis of Emergencies Attended by Integrated Security Services
Notice bibliographique
Résumé
A public safety answering point (PSAP) receives thousands of security alerts and attends a similar number of emergencies every day, and all the information related to those events is saved to be post-processed and scrutinized. Visualization and interpretation of emergency data can provide fundamental feedback to the first-response institutions, to managers planning resource distributions, and to all the instances participating in the emergency-response cycle. This paper develops the application of multiple correspondence analysis (MCA) of emergency responses in a PSAP, with the objective of finding informative relationships among the different categories of registered and attended events. We propose a simple yet statistically meaningful method to scrutinize the variety of events and recorded information in conventional PSAPs. For this purpose, MCA is made on the categorical features of the available report forms, and a statistical description is achieved from it by combining bootstrap resampling and Parzen windowing, in order to provide the user with the most relevant factors, their significance, and a meaningful representation of the event grouping trends in a given database. We analyzed the case of the 911-emergency database from Quito, Ecuador, which includes 1,078,846 events during 2014. Individual analysis of the first-response institutions showed that there are groups with very related categories, whereas their joint analysis showed significant relationships among several types of events. This was the case for fire brigades, military, and municipal services attending large-scale forest fires, where they work in a combined way. Independence could be established among actions in other categories, which was the case for specific police events (as drug selling and distribution) or fire brigades events (as fire threats). We also showed that a very low number of factors can be enough to accurately represent the dynamics of frequent events.
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 | 0,003 |
| 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) | 0,002 | 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 ».