MétaCan
Menu
Retour à la cohorte
Enregistrement W4214643572 · doi:10.1016/j.ijdrr.2022.102865

Evacuating isolated islands with marine resources: A Bowen Island case study

2022· article· en· W4214643572 sur OpenAlexaboutno aff
Klaas Fiete Krutein, Jennifer McGowan, Anne Goodchild

Notice bibliographique

RevueInternational Journal of Disaster Risk Reduction · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)Government (linguistics)PopulationNatural disasterEnvironmental planningEmergency evacuationTRIPS architectureInclusion (mineral)Operations researchEnvironmental resource managementGeographyBusinessTransport engineeringEngineeringEnvironmental scienceSociology

Résumé

récupéré en direct d'OpenAlex

Inhabited islands are susceptible to natural hazards, such as wildfires. To avoid disasters, preventative measures and guidelines need to be in place to strengthen community resilience. If these fail, evacuation is often the only choice. However, island evacuation is a vastly understudied problem in both research and practice, particularly for islands without permanent road connections to the mainland that require marine evacuation. Multiple vessel trips are necessary to evacuate the population from suitable access points, which previous studies did not entertain. Furthermore, most existing studies either focus on evacuations from an academic, or from a government perspective. Instead, this paper presents a collaborative approach. It applies a recently developed evacuation routing model that optimizes the evacuation plan for Bowen Island in Canada through minimizing the expected evacuation time across disaster scenarios. These were designed with the participation of a broad range of stakeholders, from local residents and volunteer groups to agencies from all levels of government and companies, which integrates both academic and practical perspectives to maximize solution quality. Different options for fleet sizes, staging locations and scenarios were considered. The results show that the optimized evacuation time for Bowen Island varies between 1 and 8 h, as it strongly depends on the disaster scenario, the evacuation fleet, and can be accelerated by temporary staging areas. The suitability of the approach for evacuation studies can be confirmed through the identification of key improvements for increased community resilience and the inclusion of the results in the official Bowen Island evacuation plan.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil0,490

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,234
Écart entre enseignants0,228 · 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'étudeQualitatif
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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Disaster Risk ReductionMême sujetEvacuation and Crowd DynamicsTravaux en français237 207