Shifting patterns of emergency incidents during the COVID-19 pandemic in the City of Vaughan, Canada
Notice bibliographique
Résumé
Purpose The COVID-19 pandemic has changed many facets of urban life and operations, including emergency incidents. This study examines how COVID-19 has brought about changes in, and shifting patterns of, emergency incidents in the City of Vaughan, Ontario, Canada. This study aims to derive insights that could potentially inform planning and decision-making of fire and rescue service operations as further stages of the pandemic unfold. Design/methodology/approach Standard temporal analysis methods are applied to investigate the changes in the number and nature of emergency incidents, as recorded sequentially in the city's fire and rescue service incident report database, through various phases or waves of the pandemic and the associated public health measures that have been introduced. Findings The study analyses show a decrease in the number of emergency calls compared to previous reference years. Vehicle-related incidents show the highest decline, and changes in daily and hourly pattens are consistent with public health measures in place during each stage of the pandemic. The study concludes that the COVID-19 pandemic has had a significant impact on demand for emergency services provided by the fire department. Originality/value The authors believe this is the first study applying temporal analysis on a city's emergency incident response data spanning various phases/waves of the COVID-19 pandemic. The analysis may be replicated for other municipal fire services, which can generate further insights that may apply to specific local conditions and states of the pandemic.
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 | 0,001 | 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 | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».