MétaCan
Menu
Retour à la cohorte
Enregistrement W3011524335 · doi:10.20965/jdr.2020.p0212

Questionnaire Survey on the Difficulty of Attending Work for Commuters After the 2018 Osaka Earthquake

2020· article· en· W3011524335 sur OpenAlexaboutno aff
U Hiroi, Naoya Sekiya, Shuntarou Waragai, Fusae Kukihara

Notice bibliographique

RevueJournal of Disaster Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)AttendanceQuestionnaireQuarter (Canadian coin)DowntownTransport engineeringTraffic congestionEngineeringPsychologyForensic engineeringGeographyEconomic growthMathematicsStatisticsEconomics

Résumé

récupéré en direct d'OpenAlex

This paper presents the results of a questionnaire survey conducted on those who had difficulty commuting after the 2018 Osaka earthquake. As with the Great Hanshin-Awaji Earthquake, serious traffic congestion occurred in downtown Osaka following the 2018 disaster. Based on the questionnaire survey on those who had difficulty commuting, which is considered to be a factor of traffic congestion, it was found that 60–70% commuted as usual after the earthquake; about half of the commuters who usually take the train changed their method of commuting, one-quarter of whom used automobiles; there were very few who experienced problems in their work because they had not gone to work or their workplace had closed down for the day; and many felt that it would be better to receive instructions on work attendance in the aftermath of an earthquake. The present study points out the need for companies and society to adopt rules so that those who find it difficult to commute will refrain from going to work and remain in their local communities to help others, except for those in certain occupations or positions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,200
Tête enseignante GPT0,410
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Disaster ResearchMême sujetDisaster Management and ResilienceTravaux en français237 207