MétaCan
Menu
Retour à la cohorte
Enregistrement W4210472716 · doi:10.1139/cjce-2021-0426

Crowd behaviour in Canadian football stadia — Part 2: Modelling

2022· article· en· W4210472716 sur OpenAlexafffundvenueabout
Kathryn Chin, T. R. Young, Bronwyn Chorlton, Danielle Aucoin, John Gales

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSFPE Foundation
Mots-clésStadiumFootballParametric statisticsPedestrianDemographicsSimulationAccelerationTransport engineeringDistribution (mathematics)Flow (mathematics)Computer scienceStatisticsEconometricsMeteorologyEnvironmental scienceGeographyEngineeringMathematicsDemographyPhysics

Résumé

récupéré en direct d'OpenAlex

In Part 1, a novel data collection exercise of a Canadian Stadium was conducted. Demographic distribution, pedestrian speed, exit and route choice, and areas of congestion were quantified using high resolution cameras. Herein, a numerical model space is built to simulate these observations in conventional software while exemplifying proper techniques. The simulations showed that using real-world behavioural data can significantly improve the accuracy of the model. When using lowest cost inputs rather than behavioural inputs, the maximum percent difference between the model and the observed egress was 15% higher. Parametric simulations showed that individual walking speeds impact overall egress time. This is in addition to crowd density also being a factor that further reduced speed. In simulations with only the fastest and slowest demographics, the maximum percent difference was 9%. Further parametric simulations increased the amount of two directional flow by 10%, which (non-linearly) increased the total egress time.

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 enseignants0,873
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,177
Écart entre enseignants0,168 · 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

Citations10
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

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