Are current tsunami evacuation approaches safe enough?
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
Abstract Developing an effective tsunami evacuation plan is essential for disaster risk reduction in coastal regions. To develop effective tsunami evacuation plans, real transportation network, interaction among evacuees, and uncertainties associated with future tsunami events need to be considered in a holistic manner. This study aims to develop such an integrated tsunami evacuation approach using agent-based evacuation simulation and advanced stochastic tsunami hazard assessment. As a case study, a urban area in Padang, Indonesia, threatened by tsunamis from the Mentawai–Sunda subduction zone, is adopted. The uncertainty of the tsunami hazard is taken into account by generating 900 stochastic tsunami inundation maps for three earthquake magnitudes, i.e. 8.5, 8.75, and 9.0. A simplified evacuation approach considering the evacuees moving directly to evacuation areas (defined a priori) is compared with two more rigorous agent-based modeling approaches: (a) a two-destination-point tsunami evacuation plan developed by the local government and (b) a multiple-destination-point plan developed in this study. The improved agent-based stochastic tsunami evacuation framework with multiple destinations takes advantage of the extensive tsunami hazard analyses to define safe areas in a dynamic manner and is capable of capturing the uncertainty of future tsunami risk in coastal areas. In contrast, the results clearly show that the simplified approach significantly underestimates the evacuation time, and the existing tsunami evacuation routes identified by local authorities may be insufficient to save lives.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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