MétaCan
Menu
Retour à la cohorte
Enregistrement W3167440387 · doi:10.1139/cjce-2020-0660

A comparison between agent-based and GIS-based tsunami evacuation simulations: a case study for Tofino, BC

2021· article· en· W3167440387 sur OpenAlexafffundvenue
Joseph Kim, Tomoyuki Takabatake, Ioan Nistor, Tomoya Shibayama

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWaseda UniversityJapan Society for the Promotion of ScienceUniversity of Ottawa
Mots-clésPreparednessComputer scienceGeographic information systemOperations researchDisaster preparednessEmergency evacuationTransport engineeringRisk analysis (engineering)Emergency managementEngineeringGeographyCartographyBusiness

Résumé

récupéré en direct d'OpenAlex

Soft measures such as evacuation planning are recommended to mitigate the loss of life during tsunamis. Two types of evacuation models are widely used: (i) agent-based modelling (ABM) defines sets of rules that individual agents in a simulation follow during a simulated evacuation; and (ii) geographical information systems (GIS) are more accessible to city planners, but cannot incorporate the dynamic behaviours found in ABMs. The two evacuation modelling methodologies were compared through a case study by assessing the state of evacuation preparedness and investigating potential mitigation options. The two models showed different magnitudes for mortality rates and facility demand but had similar trends. Both models agreed on the best solution to reduce the loss of life for the community. GIS may serve as a useful tool for initial investigation or as a validation tool for ABMs. ABMs are recommended for use when modelling evacuation until GIS methodologies are further developed.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,374
Score d'incertitude au seuil0,914

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,031
Tête enseignante GPT0,279
Écart entre enseignants0,248 · 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

Citations7
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetEvacuation and Crowd DynamicsTravaux en français237 207