MétaCan
Menu
Retour à la cohorte
Enregistrement W4220980778 · doi:10.5194/nhess-22-1083-2022

Assessing the effectiveness and the economic impact of evacuation: the case of the island of Vulcano, Italy

2022· article· en· W4220980778 sur OpenAlexaff
Costanza Bonadonna, Ali Asgary, Franco Romerio, Tais Zulemyan, Corine Frischknecht, Chiara Cristiani, Mauro Rosi, Chris E. Gregg, Sébastien Biass, Marco Pistolesi, Scira Menoni, Antonio Ricciardi

Notice bibliographique

RevueNatural hazards and earth system sciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensYork University
Organismes subventionnairesUniversité de GenèveDipartimento della Protezione Civile, Presidenza del Consiglio dei MinistriSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésTourismContext (archaeology)Economic impact analysisDuration (music)Winter seasonGeographyBusinessEnvironmental planningCivil engineeringEngineeringClimatology

Résumé

récupéré en direct d'OpenAlex

Abstract. Evacuation planning and management represent a key aspect of volcanic crises because they can increase people's protection as well as minimize potential impacts on the economy, properties and infrastructure of the affected area. We present an agent-based simulation tool that assesses the effectiveness of different evacuation scenarios using the small island of Vulcano (southern Italy) as a case study. Simulation results show that the overall time needed to evacuate people should be analysed together with the percentage of people evacuated as a function of time and that a simultaneous evacuation on Vulcano is more efficient than a staged evacuation. For example, during the touristic (high) season between July and August, even though the overall duration is similar for both evacuation strategies, after ∼ 6 h about 96 % of people would be evacuated with a simultaneous evacuation, while only 86 % would be evacuated with a staged evacuation. We also present a model to assess the economic impact of evacuation as a function of evacuation duration and of the starting period with respect to the touristic season. It reveals that if an evacuation lasting 3 to 6 months was initiated at the beginning or at the end of the touristic season (i.e. June or November), it would cause a very different economic impact on the tourism industry (about 78 %–88 % and 2 %–7 % of the total annual turnover, respectively). Our results show how the assessment of evacuation scenarios that consider human and economic impact carried out in a pre-disaster context helps authorities develop evacuation plans and make informed decisions outside the highly stressful time period that characterizes crises.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,345

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,272
Écart entre enseignants0,265 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatural hazards and earth system sciencesMême sujetEvacuation and Crowd DynamicsTravaux en français237 207