MétaCan
Menu
Retour à la cohorte
Enregistrement W4210800911 · doi:10.1504/ijsoi.2021.120687

RFID traceability for structure fires: Lethbridge fire department case

2021· article· en· W4210800911 sur OpenAlexaffabout
Caraline Smith, Afrooz Moatari Kazerouni

Notice bibliographique

RevueInternational Journal of Services Operations and Informatics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésTraceabilityBusiness process reengineeringRadio-frequency identificationScope (computer science)EngineeringProcess (computing)Computer securityFire protectionWork (physics)Computer scienceOperations managementCivil engineering

Résumé

récupéré en direct d'OpenAlex

National Fire Protection Association has identified disorientation within building structures as a leading cause of critical injury for firefighters. Firefighters frequently encounter unfamiliar environments which are often obstructed with heavy smoke and hazards. Detecting an injured or distressed firefighter is dependent on navigational systems which are limited in scope and capability. Radio frequency identification (RFID) can be adopted as a beneficial technology for firefighters' navigation. This research proposes firefighters' safety and accountability improvements via case study. Through collaboration with the Lethbridge fire department, AB, Canada, a critical assessment of implementing RFID within their work was assessed by gaining the experts opinions. Interviews and surveys are gathered and the business process reengineering (BPR) model is used for analysing the practicability of RFID technology. Results suggested sewing an active RFID tag onto the back of upper left arm on a firefighter's turnout coat. This recommendation adapts current technology designs for firefighter's efficiently and traceability improvements.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,785
Score d'incertitude au seuil0,427

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,006
Tête enseignante GPT0,249
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Services Operations and InformaticsMême sujetEvacuation and Crowd DynamicsTravaux en français237 207