MétaCan
Menu
Retour à la cohorte
Enregistrement W4200286023 · doi:10.18280/ijsse.110608

The Formation of a Safety Ecosystem in the Context of Ensuring the National Homeland Security

2021· article· en· W4200286023 sur OpenAlexvenueno aff
Олександр Поліщук, Yulia O. Bobrova, Yuriy Bobrov

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBanking, Crisis Management, COVID-19 Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHomeland securityContext (archaeology)HomelandComputer securityRisk analysis (engineering)State (computer science)Environmental resource managementComputer scienceBusinessPolitical scienceEnvironmental scienceTerrorismLawGeography

Résumé

récupéré en direct d'OpenAlex

Today, the issue of creating conditions for homeland security is relevant, under which any socio-economic system can be comfortable and is not threatened by the negative influence of any external and internal factors. The main purpose of the study is to form a methodological approach to the formation of an appropriate defense ecosystem in the context of ensuring homeland security. To achieve this goal, we applied analysis and synthesis methods to study the current state of the homeland security level and the methodology for the formation of the IDEF0 functional model to represent the proposed defense ecosystem. The methodological approach can have the practical importance for state structures dealing with the issue of ensuring homeland security. The result of the study was the formation of a decomposition of the first, second and third levels of the functional model of the defense ecosystem in the context of ensuring homeland security. The article has limitations which are associated with the choice of the security system of Ukraine, since in the context of a pandemic, it was difficult to gain access to information from other countries. In the future, the proposed methodological approach is planned to be applied to the homeland security systems of other countries.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil0,113

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,012
Tête enseignante GPT0,228
Écart entre enseignants0,217 · 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'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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetBanking, Crisis Management, COVID-19 ImpactTravaux en français237 207