MétaCan
Menu
Retour à la cohorte
Enregistrement W4236629533 · doi:10.32920/ryerson.14653467

An enhanced system for augmenting urban search and rescue canines

2021· preprint· en· W4236629533 sur OpenAlexaff
Martin Gerdzhev

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueVideo Surveillance and Tracking Methods
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesFederal Emergency Management Agency
Mots-clésUrban search and rescueEmergency rescueSituation awarenessSearch and rescueComputer scienceWearable computerComputer securityPlan (archaeology)Medical emergencyEngineeringMedicineRobotEmbedded systemArtificial intelligenceGeography

Résumé

récupéré en direct d'OpenAlex

One of the most critical factors in urban search and rescue is time, as the chances of finding someone alive diminish with time. Emergency responders locate casualties, plan their rescue based on the available information, and then extract them. Measures are taken to do this as safely as possible as the harsh environment may lead to rescuers being injured. Our research demonstrates how emergency responders can obtain more information about the victim and the collapse faster, while potentially increasing their Situational Awareness (SA), and thus decreasing the time to rescue of the casualties. The system described is an enhanced version of Canine Augmentation Technology (CAT) -- a telepresence system for augmenting search canines. CAT integrates different technologies like wireless mesh networks, wearable computing, sensors, and software for recording, streaming, and scrubbing of video. The goal of our research is to reduce the time to rescue of victims by providing more relevant information to rescuers faster.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil0,939

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 savante0,0010,000
Science ouverte0,0010,001
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 Opus0,046
Tête enseignante GPT0,342
Écart entre enseignants0,296 · 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
GenreMéthodes

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'admission1
Résumé présentoui

Explorer davantage

Même sujetVideo Surveillance and Tracking MethodsTravaux en français237 207